编码技术论文范文10篇

编码技术论文范文篇1

关键词：网络编码无线网络信息交换

一、网络编码技术与传统网络的差异

在传统的计算机网络数据传输过程中，要借助路由器进行数据传递，根据数据的目标地址，路由器将数据包向各个链路发送。由于没有统一的安排和协调，在同一链路中会出现很多数据包，必须排队等待通过的情况，这就制约了计算机网络的传输速度和效率的提升。2000年，新型网络编码技术一经出现就得到了广泛关注。网络编码技术着力解决的问题是有效地将同时到达路由器的数据同时发送出去，不让数据产生拥塞，从而提高数据传输速度。

二、网络编码技术在无线网络中的应用

2.1网络编码的概念

网络编码是一种融合了路由和编码的信息交换技术，它的核心思想是在网络中的各个节点上对各条信道上收到的信息进行线性或者非线性的处理，然后转发给下游节点，中间节点扮演着编码器或信号处理器的角色。

2.2网络编码应用于无线网络的优势

网络编码融合了路由和编码的概念，使网络节点不仅可以对数据进行存储转发，还可以进行编码处理，已证明了使用线性网络编码已经能足够达到网络多播容量。但网络编码的好处不止这些，尤其是当网络编码应用于无线网络时。网络编码首先应被应用在无线网络环境。无线网络的特性是不可靠性和广播特性，使网络编码非常适合应用在无线网络上，因为无线链路的不可靠性和物理层广播特性非常适合使用编码的方法。应用网络编码，可以解决传统路由、跨层设计等技术无法解决的问题，提高网络编码在无线网络中的应用。无线网络的广播特性使其非常适合使用网络编码，当一个节点传输一个数据包给它的一个邻居节点时，它的其它邻居节点也可以接收到这个数据包。因此，当一个节点的邻居节点对不同的数据包感兴趣时，可以将这些数据包编码后再一起传输，这样子可以使其所有的邻居节点都收到感兴趣的数据包并可以节约无线资源。

应用网络编码，可以解决传统路由、跨层设计等技术无法解决的问题，提高网络性能。网络编码在无线网络中的应用可以提高网络的吞吐量，尤其是组播吞吐量。可以减少数据包的传播次数，降低无线发送能耗。当网络部分节点或链路失效时采用随机网络编码，最终在目的节点仍然能恢复原始数据，增强网络的容错性和鲁棒性。网络编码对无线网络的性能改善主要体现在提高网络编码的吞吐量上，网络编码已经被证明对于提高某些网络的吞吐量有着很大的作用。运用网络编码可以在很大程度上提高网络吞吐量，但是同时会增加网络的复杂性。不少研究者在研究提高无线网络的组播吞吐量的同时，研究如何降低因采用网络编码带来的复杂性。在网络状况恶劣的条件下，网络编码和路由之间组播吞吐量的差别不大，网络编码的优势体现在降低网络复杂性上;在网络状况较好的条件下，网络编码相对于路由方法，在很大程度上，提高了组播吞吐量。这为根据网络状况动态调整网络编码算法提供了可能。

2.3网络编码如何提高无线网络的安全性

网络编码在提高无线网络的安全性研究方面亦取得了一定的成果。在无线网络组播中，对于数据包的恶意修改的检测，过去是使用基于消息认证码或者数字签名的方法。基于网络编码产生了一种基于数据包的随机网络编码检测策略，这种方法计算量小，而且检测概率可以根据通信控制开销、网络编码复杂程度和检测时间这些因素进行调控。但这种方法亦存在不足。这种方法要求接收节点需要预先获得至少一个没有被恶意修改过的数据包，并且数据包的内容不能被攻击者知晓，因此，这种方法对抗攻击效果不好。

无线网络广播重传处理中,多个接收节点中的任意一个节点的丢包都要求源节点重传数据包,需要广播发送较多的重传次数.本文将随机线性网络编码技术应用在无线网络广播重传中,提出一种新颖的广播重传方法(RLNCBR)。该方法中,源节点记录多个接收节点中丢包最多的接收节点丢包数,再按照随机线性网络编码的方法编码组合该丢包数个线性编码包。源节点广播重传，接收节点采用运算编码线性组合的方法获得信息包数据。数学分析表明,该方法能保证所有接收节点的编码可解性,同时重传次数可达到理论最优性。模拟测试结果表明:与传统重传方法相比,RLNCBR有效地减少了信息包的平均传输次数,提高了传输效率。

三、网络编码在无线网络的应用发展方向

网络编码正在给现有的网络带来革命性的变化：网络编码从用来达到有线网络中的组播容量，发展到在有线和无线网络中提高吞吐量、节省能量、增强鲁棒性和安全性，甚至改变网络结构、改变网络协议设计方法。网络编码在无线网络中的应用还存在着以下的几个问题：网络编码的具体实现和降低网络编码的复杂性。现在已经提出了很多网络编码方法，有集中式线性网络编码和分布式随机网络编码，但是如何在实际网络环境中实现网络编码，需要考虑许多实际应用问题，例如同步、控制开销等。网络编码在实际网络环境中如何实现是一个很迫切的问题。采用网络编码可以在很大程度上提高网络性能，但设计和实现上的复杂性也随之增加。如何在不显著增加网络开销，综合考虑效率和性能的前提下，实现网络编码问题是将来需要进行深入研究的方向。

四、结束语

无线网络环境由于环境的多变性,使得数据包在传输过程中更加容易丢失。目前,重传常被用来实现无线广播的错误处理,普通重传方法思想基于发送方通过反馈得到接收方的出错情况,重传出错的数据报文来恢复出错的报文。公务员之家:

网络编码技术是近十年来飞速发展的一个研究课题。虽然还没有应用到实际的通信网络中，但已引起了较大的关注，比如美国军方已经意识到网络编码技术的优势，已经拨款研究网络编码技术在移动自组网(MobileAdHocNetwork)中的应用。因此,我们也应当及时跟踪国际上的网络编码技术的发展趋势。同时,结合各种应用深入思考网络所涉及的各种安全技术问题。

参考文献

[1]范明,盂小峰.数据挖掘概念与技术[M].机械工业出社,2001.8.

[2]胡国强.数据挖掘在远程教育决策支持系统的运用[J].开放教育研究,2003,(5)44-45.

[3]YEUNGRW,ZHANGZ.Distributedsourcecodingforsatellitecommunications[J].IEEETransactionsonInformationTheory,1999,45(3):1111-1120.

编码技术论文范文篇2

一项科学研究取得的新成果通常是在前人成果的基础上的新进展，它体现着科学科技的继承和发展。如，基于已有的理论、方法、思想、实验手段等，使本研究获得了新进展，有了新发现；或是将一个学科中的方法移植到另一学科中并取得成功；或是对已有方法做了改进。当在论文中叙述研究目的、设计思想、建立的模型、与已有结果进行比较的时候，就要涉及到已有的成果。如果在涉及到前人成果的地方再把已有成果的具体内容抄到论文当中，不但占去论文的篇幅，冲淡论文的主题，而且抄写这些已发表过的、读者可以查找到的内容是毫无意义的。所以，在论文涉及到已有成果的地方，不去重抄已有的成果，而是指出登载这个成果文献(出处)，这种做法叫做引用参考文献。?引用了参考文献，就要在涉及前人成果的地方做一个标记，见到这个标记，读者就知道在这里引用了参考文献；按照这个标记在参考文献表中就能找到刊登这个成果的详细内容的文章。在正文中引用参考文献的地方加一个标记，称为参考文献的标注。标注的方法称为标注法。

2参考文献着录的目的和作用

对于一篇完整的学术论文，参考文献的着录是不可缺少的。归纳起来，参考文献着录的目的与作用主要体现在以下5个方面。

1)着录参考文献可以反映论文作者的科学态度和论文具有真实、广泛的科学依据，也反映出该论文的起点和深度。科学技术以及科学技术研究工作都有继承性，现时的研究都是在过去研究的基础上进行的，今人的研究成果或研究工作一般都是前人研究成果或研究工作的继续和发展；因此，在论文中涉及研究的背景、理由、目的等的阐述，必然要对过去的工作进行评价，着录参考文献即能表明言之有据，并明白交待出该论文的起点和深度。这在一定程度上为论文审阅者、编者和读者评估论文的价值和水平提供了客观依据。

2)着录参考文献能方便地把论文作者的成果与前人的成果区别开来。论文报道的研究成果虽然是论文作者自己的，但在阐述和论证过程中免不了要引用前人的成果，包括观点、方法、数据和其它资料，若对引用部分加以标注，则他人的成果将表示得十分清楚。这不仅表明了论文作者对他人劳动的尊重，而且也免除了抄袭、剽窃他人成果的嫌疑。?

3)着录参考文献能起索引作用。读者通过着录的参考文献，可方便地检索和查找有关图书资料，以对该论文中的引文有更详尽的了解。?

4)着录参考文献有利于节省论文篇幅。论文中需要表述的某些内容，凡已有文献所载者不必详述，只在相应之处注明见何文献即可。这不仅精练了语言，节省了篇幅，而且避免了一般性表述和资料堆积，使论文容易达到篇幅短、内容精的要求。?

5)着录参考文献有助于科技情报人员进行情报研究和文摘计量学研究。

3参考文献的着录原则

1)只着录最必要、最新的文献。着录的文献要精选，仅限于着录作者亲自阅读过并在论文中直接引用的文献，而且，无特殊需要不必罗列众所周知的教科书或某些陈旧史料。?

2)只着录公开发表的文献。公开发表是指在国内外公开发行的报刊或正式出版的图书上发表。在供内部交流的刊物上发表的文章和内部使用的资料，尤其是不宜公开的资料，均不能作为参考文献引用。?

3)引用论点必须准确无误，不能断章取义。

4)采用规范化的着录格式。关于文后参考文献的着录已有国际标准和国家标准，论文作者和期刊编者都应熟练掌握，严格执行。?

5)参考文献的着录方法。根据GB7714—87《文后参考文献着录规则》中规定采用“顺序编码制”和“著者?出版年制”两种。其中，顺序编码制为我国科技期刊所普遍采用，所以这里作重点绍。

4顺序编码制

顺序编码制是指作者在论文中所引用的文献按它们在文中出现的先后顺序，用阿拉伯数字加方括号连续编码，视具体情况把序号作为上角或作为语句的组成部分进行标注，并在文后参考文献表中，各条文献按在论文中出现的文献序号顺序依次排列。?

4.1顺序编码制参考文献着录项目

1)主要责任者。是指对文献的知识内容负主要责任的个人或团体，包括专著作者、论文集主编，学位申请人、专利申请人、报告撰写人、期刊文章作者、析出文章作者等。多个责任者之间以“，”分隔，责任者超过3人时，只着录前3个责任者，其后加“等”字(英文用etal)。注意在本项数据中不得出现缩写点“．”。主要责任者只列姓名，其后不加“着”、“编”、“合编”等责任说明文字。外文主要责任者用原著，姓名前后应遵重各国的习惯。作者不明时，此顶可省略。?

2)文献名及版本(初版省略)。文献名包括书名、论文题名、专利题名、析出题名等。文献名不加书名号“《》”。?

3)文献类型及载体类型标识。根据GB3469—83规定，以英文大写字母方式标识以下各种参考文献类型：专着[M]''''论文集[C]''''报纸文章[N]''''期刊文章[J]''''学位论文[D]''''报告[R]''''标准[S]''''专利[P]

对于专着、论文集中的析出文献，其文献类型标识建议采用单字母“A”；对于其它未说明的文章类型，建议采用单字母“Z”。

对于数据库(database)、计算机程序(computerprogram)及电子公告(electronicbulletinboard)等电子文献类型的参考文献，建议下列字母作为标识：数据库[DB]，计算机程序[CP]，电子公告[EB]。

电子文献的载体类型及其标识。对于非纸张型载体的电子文献，当被引用为参考文献时需在参考文献类型标识中同时标明其载体类型。建议采用以下标识：磁带(magnetic)[MT]''''磁盘(disk)[DK]''''光盘[CD]''''联机网络(online)[OL]。

4)出版事项(出版地、出版者、出版年、卷期号等)。出版地指出版者的城市名，对于同名异地或不为人们所熟悉的城市，可在其名前附加省名、州名、国名等。对于出版者中包含了地名，出版地不能省略，如，“北京：北京大学出版社”，不能写成“北京大学出版社”。?出版者为出版社名，可按来源的形式着录，也可以按公认为的简化形式缩写形式着录。如IRRI(原标识InternationalRiceResearchInstitute)。出版年采用公元纪年，并用阿拉伯数字着录。如遇其它纪年形式时，可将原有的纪年置于“()”内，如1705(康熙四十四年)。对于报纸和专利文献，要着录出版日期，其形式为YYYY-MM-DD.对于期刊的出版年份、卷号(期号)着录有以下3种形式：1980''''92(2)：年，卷（期）；1985(4)：年（期）；1987，5：年，卷

编码技术论文范文篇3

由於科技日新月异，印刷已由传统印刷走向数位印刷。在数位化的过程中，影像的资料一直有档案过大的问题，占用记忆体过多，使资料在传输上、处理上都相当的费时，现今个人拥有TrueColor的视讯卡、24-bit的全彩印表机与扫描器已不再是天方夜谭了，而使用者对影像图形的要求，不仅要色彩繁多、真实自然，更要搭配多媒体或动画。但是相对的高画质视觉享受，所要付出的代价是大量的储存空间，使用者往往只能眼睁睁地看着体积庞大的图档占掉硬碟、磁带和光碟片的空间；美丽的图档在亲朋好友之间互通有无，是天经地义的事，但是用网路传个640X480TrueColor图形得花3分多钟，常使人哈欠连连，大家不禁心生疑虑，难道图档不能压缩得更小些吗？如此报业在传版时也可更快速。所以一种好的压缩格式是不可或缺的，可以使影像所占的记忆体更小、更容易处理。但是目前市场上所用的压缩模式，在压缩的比率上并不理想，失去压缩的意义。不然就是压缩比例过大而造成影像失真，即使数学家与资讯理论学者日以继夜，卯尽全力地为lossless编码法找出更快速、更精彩的演算法，都无可避免一个尴尬的事实：压缩率还是不够好。再说用来印刷的话就造成影像模糊不清，或是影像出现锯齿状的现象。皆会造成印刷输出的问题。影像压缩技术是否真的穷途末路？请相信人类解决难题的潜力是无限的。既然旧有编码法不够管用，山不转路转，科学家便将注意力移转到WAVELET转换法，结果不但发现了满意的解答，还开拓出一条光明的坦途。小波分析是近几年来才发展出来的数学理论。小波分析，无论是作为数学理论的连续小波变换，还是作为分析工具和方法的离散小波变换，仍有许多可被研究的地方，它是近几年来在工具及方法上的重大突破。小波分析是傅利叶（Fourier）分析的重要发展，他保留了傅氏理论的优点，又能克服其不足之处。可达到完全不失真，压缩的比率也令人可以接受。由於其数学理论早在1960年代中叶就有人提出了，而到现在才有人将其应用於实际上，其理论仍有相当大的发展空间，而其实际运用也属刚起步，其後续发展可说是不可限量。故研究的动机便由此而生。

贰、WAVELET的历史起源

WAVELET源起於JosephFourier的热力学公式。傅利叶方程式在十九世纪初期由JosephFourier(1768-1830)所提出，为现代信号分析奠定了基础。在十九到二十世纪的基础数学研究领域也占了极重要的地位。Fourier提出了任一方程式，甚至是画出不连续图形的方程式，都可以有一单纯的分析式来表示。小波分析是近几年来才发展出来的数学理论为傅利叶方程式的延伸。

小波分析方法的提出可追溯到1910年Haar提出的小波规范正交基。其後1984年，法国地球物理学J.Morlet在分析地震波的局部性质时，发现传统的傅利叶转换，难以达到其要求，因此引进小波概念於信号分析中，对信号进行分解。随後理论物理学家A.Grossman对Morlet的这种信号根据一个确定函数的伸缩，平移系{a-1/2Ψ[(x-b)/a]；a,b?R,a≠0}展开的可行性进行了研究，为小波分析的形成开了先河。

1986年，Y.Meyer建构出具有一定衰减性的光滑函数Ψj,k(x)，其二进制伸缩与平移系{Ψj,k(x)=√2jΨ(2jx-k)；j,k?Z}构成L2（R）的规范正交基。1987年，Mallat巧妙的将多分辨分析的思想引入到小波分析中，建构了小波函数的构造及信号按小波转换的分解及重构。1988年Daubechies建构了具有正交性（Orthonormal）及紧支集（CompactlySupported）；及只有在一有限区域中是非零的小波，如此，小波分析的系统理论得到了初步建立。

三、WAVELET影像压缩简介及基础理论介绍

一、WAVELET的压缩概念

WAVELET架在三个主要的基础理论之上，分别是阶层式边码(pyramidcoding)、滤波器组理论(filterbanktheory)、以及次旁带编码(subbandcoding)，可以说wavelettransform统合了此三项技术。小波转换能将各种交织在一起的不同频率组成的信号，分解成不相同频率的信号，因此能有效的应用於编码、解码、检测边缘、压缩数据，及将非线性问题线性化。良好的分析局部的时间区域与频率区域的信号，弥补傅利叶转换中的缺失，也因此小波转换被誉为数学显微镜WAVELET并不会保留所有的原始资料，而是选择性的保留了必要的部份，以便经由数学公式推算出其原始资料，可能不是非常完整，但是可以非常接近原始资料。至於影像中什度要保留，什麽要舍弃，端看能量的大小储存（跟波长与频率有关）。以较少的资料代替原来的资料，达到压缩资料的目的，这种经由取舍资料而达到压缩目地的作法，是近代数位影像编码技术的一项突破。即是WAVELET的概念引入编码技术中。

WAVELET转换在数位影像转换技术上算是新秀，然而在太空科技早已行之有年，像探测卫星和哈柏望远镜传输影像回地球，和医学上的光纤影像，早就开始用WAVELET的原理压缩/还原影像资料，而且有压缩率极佳与原影重现的效果。

以往lossless的编码法只着重压缩演算法的表现，将数位化的影像资料一丝不漏的送去压缩，所以还原回来的资料和原始资料分毫无差，但是此种压缩法的压缩率不佳。将数位化的影像资料转换成利於编码的资料型态，控制解码後影像的品质，选择适当的编码法，而且还在撷取图形资料时，先帮资料「减肥」。如此才是WAVELET编码法主要的观念。

二、影像压缩过程

原始图形资料→色彩模式转换→DCT转换→量化器→编码器→编码结束

三、编码的基本要素有三点

（一）一种压缩/还原的转换可表现在影像上的。

（二）其转换的系数是可以量化的。

（三）其量化的系数是可以用函数编码的。

四、现有WAVELET影像压缩工具主要的部份

（一）WaveletTransform（WAVELET转换）：将图形均衡的分割成任何大小，最少压缩二分之一。

（二）Filters（滤镜）：这部份包含WaveletTransform，和一些着名的压缩方法。

（三）Quantizers（量化器）：包含两种格式的量化，一种是平均量化，一种是内插量化，对编码的架构有一定的影响。

（四）EntropyCoding（熵编码器）：有两种格式，一种是使其减少，一种本论文由整理提供

为内插。

（五）ArithmeticCoder（数学公式）：这是建立在AlistairMoffatslineartimecodinghistogram的基础上。

（六）BitAllocation（资料分布）：这个过程是用整除法有效率的分配任何一种量化。

肆、WAVELET影像压缩未来的发展趋势

一、在其结构上加强完备性。

二、修改程式，使其可以处理不同模式比率的影像。

三、支援更多的色彩。可以处理RGB的色彩，像是YIQ、HUV的色彩定义都可以分别的处理。

四、加强运算的能力，使其可支援更多的影像格式。

五、使用WAVELET转换藉由消除高频率资料增加速率。

六、增加多种的WAVELET。如：离散、零元树等。

七、修改其数学编码器，使资料能在数学公式和电脑的位元之间转换。

八、增加8X8格的DCT模式，使其能做JPEG的压缩。

九、增加8X8格的DCT模式，使其能重叠。

十、增加trelliscoding。

十一、增加零元树。

现今已有由中研院委托国内学术单位研究，也有不少的研究所的硕士。国外更是如火如荼的展开研究。相信实际应用於实务上的日子指日可待。

伍、影像压缩研究的方向

1.输入装置如何捕捉真实的影像而将其数位化。

2.如何将数位化的影像资料转换成利於编码的资料型态。

3.如何控制解码影像的品质。

4.如何选择适当的编码法。

5.人的视觉系统对影像的反应机制。

小波分析，无论是作为数学理论的连续小波变换，还是作为分析工具和方法的离散小波变换，仍有许多可被研究的地方，它是近几年来在工具及方法上的重大突破。小波分析是傅利叶（Fourier）分析的重要发展，他保留了傅氏理论的优点，又能克服其不足之处。

陆、在印刷输出的应用

WAVELET影像压缩格式尚未成熟的情况下，作为印刷输出还嫌太早。但是後续发展潜力无穷，尤其在网路出版方面，其利用价值更高，WAVELET的出现就犹如当时的JPEG出现，在影像的领域中掀起一股旋风，但是WAVELET却有JPEG没有的优点，JPEG乃是失真压缩，且解码後复原程度有限，能在网路应用，乃是由於电脑的解析度并不需要太高，就可辨识其图形。而印刷所需的解析度却需一定的程度。WAVELET虽然也是失真压缩，但是解码後却可以还原资料到几乎完整还原，如此的压缩才有存在的价值。

有一点必须要提出的就是，并不是只要资料还原就可以用在印刷上，还需要有解读其档案的RIP，才能用於数位印刷上。等到WAVELET的应用成熟，再发展其适用的RIP，又是一段时间以後的事了。

在网路出版上已经有浏览器可以外挂读取WAVELET档案的软体了，不过还是测试版，可是以後会在网路上大量使用，应该是未来的趋势。对於网路出版应该是一阵不小的冲击。图像压缩的好处是在於资料传输快速，减少网路的使用费用，增加企业的利润，由於传版的时间减少，也使印刷品在当地印刷的可能性增高，减少运费，减少开支，提高时效性，创造新的商机。

柒、结论

WAVELET的理论并不是相当完备，但是据现有的研究报告显现，到普及应用的阶段，还有一段距离。但小波分析在信号处理、影像处理、量子物理及非线性科学领域上，均有其应用价值。国内已有正式论文研究此一压缩模式。但有许多名词尚未有正式的翻译，各自有各自的翻译，故研究起来倍感辛苦。但相信不久即会有正式的定名出现。这也显示国内的研究速度，远落在外国的後面，国外已成立不少相关的网站，国内仅有少数的相关论文。如此一来国内要使这种压缩模式普及还有的等。正式使用於印刷业更是要相当时间。不过对於网路出版仍是有相当大的契机，国内仍是可以朝这一方面发展的。站在一个使用其成果的角度，印刷业界也许并不需要去了解其高深的数理理论。但是在运用上，为了要使用方便，和预估其发展趋势，影像压缩的基本概念却不能没有。本篇文章单纯的介绍其中的一种影像压缩模式，目的在为了使後进者有一参考的依据，也许在不久的将来此一模式会成为主流，到时才不会手足无措。

参考文献：

1.GeoffDavis，1997，WaveletImageCompressionConstructionKit，。

2.张维谷.小宇宙工作室，初版1994，影像档宝典.WINDOWS实作（上），峰资讯股份有限公司。

3.张维谷.小宇宙工作室，初版1994，影像档宝典.WINDOWS实作（下），峰资讯股份有限公司。

4.施威铭研究室，1994，PC影像处理技术（二）图档压缩续篇，旗标出版有限公司。

5.卢永成，民八十七年，使用小波转换及其在影像与视讯编码之应用，私立中原大学电机工程学系硕士学位论文。

6.江俊明，民八十六年，小波分析简介，私立淡江大学物理学系硕士论文。

7.曾泓瑜、陈曜州，民八十三年，最新数位讯号处理技术（语音、影像处理实务），全欣资讯图书。

附录：

嵌入式零元树小波转换、阶层式嵌入式零元树小波转换、阶层式影像传送及渐进式影像传送

目前网路最常用的静态影像压缩模式为JPEG格式或是GIF格式等。但是利用这些格式编码完成的影像，其资料量是不变的，其接受端必须完整地接受所有的资料量後才可以显示出编码端所传送的完整影像。这个现象最常发生在利用网路连结WWW网站时，我们常常都是先接收到文字後，其网页上的图形才，慢慢的一小部份一小部份显示出来，有时网路严重塞车，图形只显示一点点後就要再等非常久的时间才再有一点点显示出来，甚至可能断线了，使得使用者完全不知道在接收什麽图案的图形，无形中造成网路资源的浪费。此缺点之改善，可以使用嵌入式零元树小波转换(EZW)来完成。

阶层式影像传送系统的主要功能为允许不同规格之显示装置或解码器可以从同一编码器中获得符合其要求之讯号，如此不需要对於不同的解码器设计不同的编码器配合利用之，进而增加了其应用的范围，及减低了所架设系统的复杂度，也可以节省更多的设备费用。利用Shapiro所提出的嵌入式零元树小波转换(EZW)技术来设计阶层式影像传送系统时，其编码的效果不是很好。主要的原因是，利用(EZW)技术所设计的编码器是根据影像的全解析度来加以编码的，这使得拥有不同解析度与码率要求的解码器，无法同时分享由编码器所送出来的位元流。虽然可以利用同时播放(Simulcast)技术来加以克服之，但是该技术对於同一影像以不同解析度独立编码时，将使得共同的低通次频带(LowpassSubband)被重复的编码与传送，而产生了相当高的累赘(Redundancy)。

基於上述情况，有人将嵌入式零元树小波转换(EZW)技术加以修改之，完成了一个新式的阶层式影像传送系统。该技术为阶层式嵌入的零元树小波转换(LayeredEmbeddedZerotreeWavelet，简称LEZW技术。这个技术本论文由整理提供

使我们所设计出来的阶层式影像传送系统，可以在编码传送前预先指定图层数目、每层影像的解析度与码率。

LEZW技术是将EZW技术中的连续近似量化(SAQ)加以延伸应用之，而EZW传统的做法是将SAQ应用於全部的小波转换系数上。然而在LEZW技术中，从基层(BaseLayer)开始SAQ一次仅用於一个图层(Layer)的编码，直到最高阶析度的图层为止。当编码的那一图层码率利用完时，即表示该图层编码完毕可以再往下一图层编码之。为了改善LEZW的效率，在较低图层的SAQ结果应用於较高图层的SAQ过程中，基於这种编码的程序，LEZW演算法则可以在每一图层平均码率的限制下，重建出不同解析度的影像。因此，LEZW非常适合用於设计阶层式影像传送系统。

LEZW技术也可以应用於渐进式传送，对於一个渐进式影像传送系统而言，控制其解析度将可以改善重建影像的视觉品质。而常用的渐进式传送方法有使用向量量化器或零元树资料结构编码演算法则。但是向量量化器需要较大的记忆体及对与传送中的错误敏威，而利用EZW技术所设计的渐进式影像传送系统，可以改善这些缺点，所以享有较好的效能。但是它也有缺点就是，应用於渐进式传送时是根据全解析度来做编码及传送，因此在低码率的限制之下时，若用全解析度来显示影像将使得影像模糊不清。所以在低码率传送时的影像以较低的解析度来显示时，则可以使影像的清晰度有所改善。

所以将LEZW技术延伸至渐进式传送，在编码之前可以先设定每一级(Stage)的解析度与传送每一级所累加的码率(AccumulatedRate)，然後再编码与传送之。该系统在低码率时用低解析度来显示影像，在较高码率时则以高解析度来显示影像，将改善渐进式传送的视觉品质。此系统在编码传送的过程中，允许传送的位元流在任一点位置被中断停止，而接收端可以由所接收到的资料，将影像重建在资料中断时的解析度下。

渐进式影像传送与阶层式影像传送的设计方法是相似的，只不过在传送方法上两者有相当大的不同。在阶层式影像传送系统中，所有图层的资料是平行的一起传送出去的。而渐进式影像传送则是以级对级(Stage-by-Stage)的方式传送的。因此，利用LEZW技术所设计的渐进式传送可看做是单一图层(Single-Layer)系统，其解析度与传送都是可以控制的。如此网路资源的浪费，便可得到某种程度上的解决。

编码技术论文范文篇4

1方法

1.1实证数据选取与预处理。本文数据来源于2017年中国学术期刊影响因子年报(人文社会科学)[12],总共选择“图书馆学;情报学冶(以下简称“图情冶)、“法律冶和“体育冶三个学科中的学术期刊为实证研究样本,其中“图情冶学科包含43种期刊,“法律冶学科包含94种期刊,“体育冶包含41种期刊。每一种期刊包含学术期刊影响力指数(AcademicJournalCloutIndex,简称CI)和期刊分区(Q),以及35项学术期刊计量指标或表征因素(简称“因素冶)。例如,复合类指标、综合类指标、人文社科影响因子指标、出版指标、引证指标、网络传播指标等。因为少量期刊缺失个别因素的数据,需要对数据进行筛选。本文采用如下筛选方案:(1)剔除存在较多缺失因素数据的期刊:“图情冶期刊中的英文期刊《JournalofDataandInformationScience》,“法律冶期刊中的《中国法律评论》、《交大法学》、《苏州大学学报(法学版)》、《国际法研究》、《医学与法学》、《广西政法管理干部学院学报》、《河南警察学院学报》、《中国律师》、《新疆警察学院学报》、《广州市公安管理干部学院学报》、《辽宁公安司法管理干部学院学报》、《中国刑警学院学报》,“体育冶期刊中的英文期刊《JournalofSportandHealthScience》和《当代体育科技》;(2)存在缺失单个因素数据的期刊,采用该学科内其它期刊该因素值的平均值作为其估计值,如《情报学报》的“web即年下载率冶;(3)用边界值代替非确切数值,如“>20冶的数值均以“20冶替代;(4)删除不必要的冗余因素和分区无关因素,如“影响因子排序冶是与“影响因子冶的冗余,“研究层次冶是与分区无关的因素。最终选用42种“图情冶期刊,82种“法律冶期刊和39种“体育冶期刊为研究对象,每一种期刊均包含33个因素,如表1所示。根据中国学术期刊影响因子年报的方法,这些因素分为三组,分别是:“上年期刊主要影响因子冶,“其它各类计量指标冶和“人文社科类影响因子、被引频次及可被引文献量冶,详细信息如表1所示。因为所有期刊影响力因素的取值范围差异很大,比如“复合总被引冶的数值量级可达上万,而“复合影响因子冶的数值量级只有10左右,所以本文采用数据标准化来减少计算误差。标准化的定义为:z(i)=x(i)-滋(i)滓(i)(1)其中为x(i)为期刊x的第i个因素的原始数值,滋(i)和滓(i)分别为数据中所有期刊的该因素的均值和标准差,z(i)为标准化之后该因素的数值。1.2深度自编码器。深度自编码器(以下简称自编码器)作为深度学习领域的重要组成部分,是一种无监督的深度神经网络[18]。它不仅能够表达高维非线性变量关系,而且能够将其压缩为低维关系,从而为衡量期刊的排序分区提供一个可视化的表达和分析。在实际应用当中,自编码器具有重建过程简单、可堆叠多层等优点,通常由输入层、编码解码隐含层和输出层组成。其中,输入层和输出层维度(神经元数目)相等,输入层和隐含层之间构成编码器,输入信号x沂Rd通过编码过程在编码隐含层产生含数据特征的激励a沂Rm,解码隐含层和输出层之间构成解码器,a通过解码过程得到重构信号y沂Rd,解码是编码的逆向运算。在本文中,x代表期刊,用d个期刊因素表示,y表示重构之后的期刊。自编码器的训练目标是使原始输入y抑x,从而捕获数据中最重要的信息。如图1所示,本文采用L层自编码器,其过程可用如下公式表示:输入层-编码隐含层:a(1)=f(Wx+b)(2)编码隐含层:a(i+1)=f(W(i)a(i)+b(i)),i=1,…,L(3)其中,W和b分别为各层的权值矩阵和偏置项,L为编码隐含层的数目,f(誗)为激活函数,本文中采用sigmoid函数,其定义为f(z)=11+e-z,值域为[0,1]。在本文的自编码器实现中,输入层包含神经元数目对应于期刊因素的数目。同时,也设计了包含不同隐层数目的自编码器构架,用来调查特定学科内期刊的全局和局部关系以及期刊排序分区。在可视化当中,最后一个编码隐含层的神经元输出值分别作为期刊的坐标值。该值又称为隐空间主元值,简称隐元值。

2实证分析

2.1期刊因素分析与选择。尽管期刊拥有多达33个因素,然而有的因素与其它因素密切相关,相互之间存在较高的相关性,导致因素之间存在共线性问题。比如在2017年的“图情冶期刊中,第2个因素“复合影响因子冶与第3个因素“复合他引影响因子冶之间的相关性高达0.9969,它与第4个“复合5年影响因子冶之间的相关性为0.9768。再如,第11个因素“可被引文献量冶与第33个因素“可被引文献量2016冶的相关系数等于1,其中的原因在于数据来源于2017年中国学术期刊影响因子年报,所以这两个因素包含相同的数据。指导期刊发展的首要任务是明确重要的因素、并剔除冗余的因素。以“图情冶期刊为例,我们首先计算了方差膨胀因子(简称VIF)。结果表明,“可被引文献比冶(15.279)、“基金论文比冶(22.645)、“平均引文数冶(24.273)、“引用半衰期冶(20.735)和“被引半衰期冶(15.520)这五个因素的VIF在15和25之间,存在较严重的共线性现象,括号中数值为对应的VIF值;更为严重的是,其它因素的VIF远大于25,甚至高达10的7次方,存在极度共线性现象。由此可见,“图情冶期刊的因素之间存在非常严重的多重共线性现象。其次,按照表1里面的因素编号顺序,我们计算了建立因素之间的两两相关系数矩阵,从而挑选共线性程度较低的期刊因素。因为我们不关注相关性的正负,而是关注相关性的大小,所以相关系数矩阵包含的是相关系数的绝对值。为了进一步分析这些因素之间的关系,我们应用非负矩阵分解算法对该矩阵实施聚类。经观察发现,这些因素可以形成4个聚类。其中,第1个聚类包含11个因素,包括10种综合类、复合类以及社科统计源期刊引用的影响因子和即年指标、以及“web即年下载率冶,其内部的平均相关系数高达0.935。第2个聚类包含10个因素,包括8种复合类、综合类总被引和各种统计源引用、“被引期刊数冶和“总下载量(万次)冶,其内部的平均相关系数为0.841。第3个聚类包含7个因素,包括4种可被引文献量、2种半衰期和“引用期刊数冶,其内部的平均相关系数为0.545。第4个聚类包含5个因素,分别是“可被引文献比冶、“基金论文比冶、“平均引文数冶、“他引总引比冶、“互引指数冶,其内部的平均相关系数较低,仅为0.229。图2(a)显示了因素相关系数图,其中节点表示期刊因素,连边表示因素之间的相关系数,粗连边表示高相关性,细连边表示低相关性;为了突显聚类,因素聚类用虚线框和对应的序号进行标定。最后,针对相关系数很高的聚类,只选择其中第一个因素作为该聚类的代表因素。对于相关系数较低的聚类,选择全部的因素。总共获得了8个因素,包括“复合总被引冶、“复合影响因子冶、“可被引文献量冶、“可被引文献比冶、“基金论文比冶、“平均引文数冶、“他引总引比冶和“互引指数冶。在重新计算它们的VIF之后,我们发现由于“可被引文献量冶的VIF值(4.314)相对其它的因素而言数值较大,而且与其他因素的相关性超过了0.600,因此为了降低共线性程度进一步剔除了该因素。最终采用其它7个因素进行期刊影响力分析。如图2(b)所示,这些因素的VIF值均小于2.500,平均VIF值为1.693,“基金论文比冶具有最大的VIF值2.207。同时,我们也统计了它们之间的相关系数。如图2(c)表示,其相关性绝对值总体较低,平均相关系数仅为0.250;最大的相关性发生在“基金论文比冶因素,它分别与“平均引文数冶和“复合影响因子冶之间的相关系数值为0.557和0.520;最小的相关性发生在“复合影响因子冶和“他引总引比冶之间,两者几乎完全独立。这些结果表明,所选因素之间具有很低的共线性程度,可以用来进行下一步的期刊排序,从而可以用来指导期刊发展和提高期刊影响力。2.2基于深度自编码器的期刊排序。在实证分析中,根据隐层数目与神经元数目,设计了不同构架的自编码器,以将上一节选出的期刊因素拼接在一起作为自编码器的输入。采用了四种不同层数的自编码器构架,其隐层数目分别为1,2,3,4,并分别调查了每一种构架对应的隐层神经元数目。通常隐层数目在3及以上的自编码器被称为深度自编码器。为了描述方便,这里采用{A,B,C,D}的格式来表示自编码器构架,其中字母数目表示层数,字母本身表示该层的神经元数目。以“图情冶期刊为例,我们设计了渐进式的构架设计策略,即先调查隐层数目为1时对应的神经元数目,然后在此基础上调查隐层数目为2时对应的神经元数目,以此类推,直至确定最后一个自编码器构架中的神经元数目。具体过程如下:(1)当采用一个隐层{L}的时候,我们分别调查了L分别等于2~10、15、20、30、40、50和60条件下自编码器的隐空间输出结果。由于CI是目前最好的期刊影响力度量指标之一,我们计算了第一个隐元与CI的相关系数,并期望第一隐元能够正向衡量期刊影响力,所以选择这个相关系数为正且数值最大时对应的神经元数目作为该隐层的最佳神经元数目。我们发现,L=3对应最好结果。同时,该值也可为多个期刊的影响力分布提供了一种可视化手段。因此我们选择3作为自编码器{L}的隐层神经元数目,同时也是自编码器{L,3}中第二个隐层的神经元数目。(2)当自编码器采用{L,3}构架时,我们分别调查了L在同样条件下自编码器的隐空间输出结果。通过与上一步类似的方法,确立隐层神经元数目L=5。(3)当自编码器采用{L,5,3}构架时,确立隐层神经元数目L=50。(4)当自编码器采用{L,50,5,3}构架时,确定隐层神经元数目L=30。虽然可以继续增加层数时,但是采用更多隐层构架的自编码所产生的隐元数值却越来越小,趋向于过拟合。最终,我们最多只考虑采用四层的深度自编码器构架。此外,尽管最终获得了三个维度的隐变量,但结果表明只取前两个隐元来显示期刊分布就足够了。图3(a)、(b)、(c)、(d)分别显示了“图情冶期刊由四种自编码器生成的隐空间分布。为了方便可视化,使用CI分区作为期刊的标记,其中圆点、方块、三角和浅蓝菱形分布表示1、2、3、4区期刊。由四个不同构架自编码器生成的期刊分布结果如下:(1)当采用第1个自编码构架时:对比CI分区结果,第一个隐元与CI值的Spearman相关系数等于0.7582。其中,CI值排名前三的1区期刊《中国图书馆学报》、《图书情报工作》、《情报杂志》与其它1区期刊相对分散;有两个1区期刊《大学图书馆学报》《图书馆论坛》与2区期刊靠近;大多数2区期刊与1区期刊邻近,但《医学信息学杂志》远离其它2区期刊;隶属于3区的期刊与4区期刊和2区期刊均呈现较大重叠混杂。(2)当采用第2个自编码构架时:第一个隐元与CI值的Spearman相关系数等于0.8028。期刊分布更加突显了1区期刊与其它期刊的不同,大部分1区期刊保持与其它期刊分离的状态;两个2区期刊《情报学报》和《现代图书情报技术》靠近1区期刊;此外,在2区期刊当中,除了《医学信息学杂志》之外,《现代情报》也略远离其它同分区期刊;4区期刊《图书情报导刊》远离其它的同分区期刊。(3)当采用第3个自编码构架时:期刊的分布范围进一步缩小,期刊分区边界初步显现,呈现出与第一个隐元相关的趋势,其与CI值的spearman相关系数为0.826;CI值排名第一和第二的1区期刊《中国图书馆学报》《图书情报工作》突显出了与其它期刊不同,而其他两个2区期刊《情报学报》和《现代图书情报技术》呈现靠近1区期刊的趋势,分别与《情报杂志》、《情报理论与实践》和《情报科学》相近。(4)当使用第4个自编码构架时,所有期刊被映射成一条近似单调直线,能够使用第一个隐元对期刊进行排序和分区,其中第一个隐元与CI值的Spearman相关系数为0.8503;1区期刊可分为三组,第一组包括《中国图书馆学报》和《图书情报工作》;第二组包括《情报杂志》《情报理论与实践》《情报资料工作》《情报科学》《图书情报知识》《图书与情报》,但是2区期刊《情报学报》和《现代图书情报技术》位于其中;第三组包括《大学图书馆学报》《图书馆论坛》,但是它们与其他分区的期刊混杂在一起。此外,其它分区期刊存在不同程度的混杂重叠。总的来说,自编码器能够一个以非线性方式综合了多个高独立性期刊因素的期刊排序度量,其第一个隐元可以用来作为期刊排序度量值(排序得分)。另外,也应用深度自编码器在“法律冶期刊和“体育冶期刊。由于篇幅限制,只选用了采用一个隐层和四个隐层这两种自编码器构架的期刊排序结果,如图4所示。期刊排序结果表明,这两大类期刊表现为与“图情冶期刊相似的规律。当采用一个隐层时,期刊较为分散,第一个隐元与CI的相关系数分别为0.748和0.501,但是该构架利于发现离群期刊,如“法律冶期刊里面的《法制与社会》和《武汉公安干部学院学报》,“体育冶期刊中的《冰雪运动》。当采用四个隐层时,期刊分布呈现规律性,第一个隐元与CI的相关系数分别为0.796和0.838。再次说明,第一个隐元可以用来作为分区得分。2.3分区方法对比。现有分区方法均根据期刊顺序和数量来实施,可分为基于平均划分的方法和基于固定非平均划分的方法。前者的代表方法包括JCR分区方法和CI分区方法,后者的代表方法有中科院分区。基于现有的划分策略,本节对应地设计了深度学习平均分区方法(简称DL平均分区)和深度学习非平均方法(简称DL非平均分区),并以“图情冶期刊为例进行对比分析。JCR分区和中科院分区分别使用影响因子作为期刊排序度量,而中国学术期刊影响因子年报(简称“年报冶)提供的两大类影响因子:复合类和综合类。为了实施后续的期刊分区方法对比,首先调查了复合类影响因子与综合类影响因子在JCR分区和中科院分区中的差异。对比结果表明,两者无论是对于JCR分区还是对于中科院分区而言,结果非常接近,在42个“图情冶期刊中只有2个期刊的分区不同。因此,在后续的分区方法对比当中,只采用“复合影响因子冶(简称“影响因子冶)来分析JCR分区和中科院分区结果。对应于期刊分区策略,分区方法对比分为两个部分。首先,以CI分区为基准,对比了采用平均划分的JCR分区方法和DL平均分区方法。主要对比结果如下:(1)在CI的1区期刊列表中,JCR分区将《情报科学》和《图书馆论坛》分为2区,DL平均分区将《大学图书馆学报》和《图书馆论坛》分为2区;(2)在CI的2区期刊列表中,JCR分区将《图书馆杂志》《国家图书馆学刊》分为1区,将《图书馆理论与实践》和《医学信息学杂志》为3区;DL平均分区将《情报学报》和《现代图书情报技术》分为1区,将《图书馆杂志》、《图书馆工作与研究》和《图书馆理论与实践》为3区;(3)在CI的3区期刊列表中,JCR分区和DL平均分区同时将《中华医学图书情报杂志》分为2区、将《农业图书情报学刊》和《农业网络信息》分为4区;此外,JCR分区将《文献》为4区,而DL平均分区却将其分为2区,将《图书馆学刊》和《四川图书馆学报》分为4区;(4)在CI的4区期刊列表中,JCR分区将《大学图书情报学刊》《图书馆界》为3区,DL平均分区将《古籍整理研究学刊》《图书馆界》《数字图书馆论坛》《中国典籍与文化》分为3区。其次,以采用非平均划分的中科院分区为基准,对照CI值和CI分区,设计了一个CI非平均分区,并对比了DL非平均分区。主要对比结果如下:(1)中科院分区的两个1区期刊中,CI和DL非平均分区将《大学图书馆学报》分别分为2区和3区;(2)在中科院分区的六个2区期刊中,CI和DL非平均分区都将《图书情报工作》分为1区,将《情报杂志》分为2区;前者将《情报资料工作》《现代图书情报技术》分为3区;后者将《图书情报知识》《图书与情报》分为3区;(3)在中科院分区的十三个3区期刊中,CI和DL非平均分区都将《情报理论与实践》《情报科学》分为2区;前者将《信息资源管理学报》分为4区;后者将《情报学报》分为2区,将《图书馆杂志》《图书馆工作与研究》分为4区;(4)在中科院分区的二十一个4区期刊中,CI非平均分区将《图书馆理论与实践》分为3区,DL非平均分区将《中华医学图书情报杂志》和《文献》分为3区。综上所述,在给定平均划分条件下,三种分区方法在1区和4区的分区结果差异不大;在给定非平均划分条件下,由于非平均划分条件下1区和2区期刊数目较小,三种分区方法的结果差异稍大;少量期刊主要表现为分区差值临近,没有出现跨越一个及以上分区的差异情况;此外,《中国图书馆学报》在所有分区结果中均排名第一。详细对比结果如表2和表3所示。

编码技术论文范文篇5

由於在现今资讯流通普遍的社会中，影像的需求量越来越大，影像的数位化是必然的趋势。然而在数位化过的影像所占的资料量又相当庞大，在传输与处理上皆有所不便。将资料压缩是最好的方法。如今有一新的模式，在压缩率及还原度皆有不错的表现，为其尚未有一标准的格式，故在应用上尚未普及。但在不久的未来，其潜力不可限量。而影像之於印刷有密不可分的关系。故以此篇文章介绍小波（WAVELET）转换的历史渊源。小波转换的基础原理。现今的发展对印刷业界的冲击。影像压缩的未来的发展。

壹、前言

由於科技日新月异，印刷已由传统印刷走向数位印刷。在数位化的过程中，影像的资料一直有档案过大的问题，占用记忆体过多，使资料在传输上、处理上都相当的费时，现今个人拥有TrueColor的视讯卡、24-bit的全彩印表机与扫描器已不再是天方夜谭了，而使用者对影像图形的要求，不仅要色彩繁多、真实自然，更要搭配多媒体或动画。但是相对的高画质视觉享受，所要付出的代价是大量的储存空间，使用者往往只能眼睁睁地看着体积庞大的图档占掉硬碟、磁带和光碟片的空间；美丽的图档在亲朋好友之间互通有无，是天经地义的事，但是用网路传个640X480TrueColor图形得花3分多钟，常使人哈欠连连，大家不禁心生疑虑，难道图档不能压缩得更小些吗？如此报业在传版时也可更快速。所以一种好的压缩格式是不可或缺的，可以使影像所占的记忆体更小、更容易处理。但是目前市场上所用的压缩模式，在压缩的比率上并不理想，失去压缩的意义。不然就是压缩比例过大而造成影像失真，即使数学家与资讯理论学者日以继夜，卯尽全力地为lossless编码法找出更快速、更精彩的演算法，都无可避免一个尴尬的事实：压缩率还是不够好。再说用来印刷的话就造成影像模糊不清，或是影像出现锯齿状的现象。皆会造成印刷输出的问题。影像压缩技术是否真的穷途末路？请相信人类解决难题的潜力是无限的。既然旧有编码法不够管用，山不转路转，科学家便将注意力移转到WAVELET转换法，结果不但发现了满意的解答，还开拓出一条光明的坦途。小波分析是近几年来才发展出来的数学理论。小波分析，无论是作为数学理论的连续小波变换，还是作为分析工具和方法的离散小波变换，仍有许多可被研究的地方，它是近几年来在工具及方法上的重大突破。小波分析是傅利叶（Fourier）分析的重要发展，他保留了傅氏理论的优点，又能克服其不足之处。可达到完全不失真，压缩的比率也令人可以接受。由於其数学理论早在1960年代中叶就有人提出了，而到现在才有人将其应用於实际上，其理论仍有相当大的发展空间，而其实际运用也属刚起步，其後续发展可说是不可限量。故研究的动机便由此而生。

贰、WAVELET的历史起源

WAVELET源起於JosephFourier的热力学公式。傅利叶方程式在十九世纪初期由JosephFourier(1768-1830)所提出，为现代信号分析奠定了基础。在十九到二十世纪的基础数学研究领域也占了极重要的地位。Fourier提出了任一方程式，甚至是画出不连续图形的方程式，都可以有一单纯的分析式来表示。小波分析是近几年来才发展出来的数学理论为傅利叶方程式的延伸。

小波分析方法的提出可追溯到1910年Haar提出的小波规范正交基。其後1984年，法国地球物理学J.Morlet在分析地震波的局部性质时，发现传统的傅利叶转换，难以达到其要求，因此引进小波概念於信号分析中，对信号进行分解。随後理论物理学家A.Grossman对Morlet的这种信号根据一个确定函数的伸缩，平移系{a-1/2Ψ[(x-b)/a]；a,b?R,a≠0}展开的可行性进行了研究，为小波分析的形成开了先河。

1986年，Y.Meyer建构出具有一定衰减性的光滑函数Ψj,k(x)，其二进制伸缩与平移系{Ψj,k(x)=√2jΨ(2jx-k)；j,k?Z}构成L2（R）的规范正交基。1987年，Mallat巧妙的将多分辨分析的思想引入到小波分析中，建构了小波函数的构造及信号按小波转换的分解及重构。1988年Daubechies建构了具有正交性（Orthonormal）及紧支集（CompactlySupported）；及只有在一有限区域中是非零的小波，如此，小波分析的系统理论得到了初步建立。

三、WAVELET影像压缩简介及基础理论介绍

一、WAVELET的压缩概念

WAVELET架在三个主要的基础理论之上，分别是阶层式边码(pyramidcoding)、滤波器组理论(filterbanktheory)、以及次旁带编码(subbandcoding)，可以说wavelettransform统合了此三项技术。小波转换能将各种交织在一起的不同频率组成的信号，分解成不相同频率的信号，因此能有效的应用於编码、解码、检测边缘、压缩数据，及将非线性问题线性化。良好的分析局部的时间区域与频率区域的信号，弥补傅利叶转换中的缺失，也因此小波转换被誉为数学显微镜。

WAVELET并不会保留所有的原始资料，而是选择性的保留了必要的部份，以便经由数学公式推算出其原始资料，可能不是非常完整，但是可以非常接近原始资料。至於影像中什度要保留，什麽要舍弃，端看能量的大小储存（跟波长与频率有关）。以较少的资料代替原来的资料，达到压缩资料的目的，这种经由取舍资料而达到压缩目地的作法，是近代数位影像编码技术的一项突破。即是WAVELET的概念引入编码技术中。

WAVELET转换在数位影像转换技术上算是新秀，然而在太空科技早已行之有年，像探测卫星和哈柏望远镜传输影像回地球，和医学上的光纤影像，早就开始用WAVELET的原理压缩/还原影像资料，而且有压缩率极佳与原影重现的效果。

以往lossless的编码法只着重压缩演算法的表现，将数位化的影像资料一丝不漏的送去压缩，所以还原回来的资料和原始资料分毫无差，但是此种压缩法的压缩率不佳。将数位化的影像资料转换成利於编码的资料型态，控制解码後影像的品质，选择适当的编码法，而且还在撷取图形资料时，先帮资料「减肥」。如此才是WAVELET编码法主要的观念。

二、影像压缩过程

原始图形资料→色彩模式转换→DCT转换→量化器→编码器→编码结束

三、编码的基本要素有三点

（一）一种压缩/还原的转换可表现在影像上的。

（二）其转换的系数是可以量化的。

（三）其量化的系数是可以用函数编码的。

四、现有WAVELET影像压缩工具主要的部份

（一）WaveletTransform（WAVELET转换）：将图形均衡的分割成任何大小，最少压缩二分之一。

（二）Filters（滤镜）：这部份包含WaveletTransform，和一些着名的压缩方法。

（三）Quantizers（量化器）：包含两种格式的量化，一种是平均量化，一种是内插量化，对编码的架构有一定的影响。

（四）EntropyCoding（熵编码器）：有两种格式，一种是使其减少，一种为内插。

（五）ArithmeticCoder（数学公式）：这是建立在AlistairMoffat''''slineartimecodinghistogram的基础上。

（六）BitAllocation（资料分布）：这个过程是用整除法有效率的分配任何一种量化。

肆、WAVELET影像压缩未来的发展趋势

一、在其结构上加强完备性。

二、修改程式，使其可以处理不同模式比率的影像。

三、支援更多的色彩。可以处理RGB的色彩，像是YIQ、HUV的色彩定义都可以分别的处理。

四、加强运算的能力，使其可支援更多的影像格式。

五、使用WAVELET转换藉由消除高频率资料增加速率。

六、增加多种的WAVELET。如：离散、零元树等。

七、修改其数学编码器，使资料能在数学公式和电脑的位元之间转换。

八、增加8X8格的DCT模式，使其能做JPEG的压缩。

九、增加8X8格的DCT模式，使其能重叠。

十、增加trelliscoding。

十一、增加零元树。

现今已有由中研院委托国内学术单位研究，也有不少的研究所的硕士。国外更是如火如荼的展开研究。相信实际应用於实务上的日子指日可待。

伍、影像压缩研究的方向

1.输入装置如何捕捉真实的影像而将其数位化。

2.如何将数位化的影像资料转换成利於编码的资料型态。

3.如何控制解码影像的品质。

4.如何选择适当的编码法。

5.人的视觉系统对影像的反应机制。

小波分析，无论是作为数学理论的连续小波变换，还是作为分析工具和方法的离散小波变换，仍有许多可被研究的地方，它是近几年来在工具及方法上的重大突破。小波分析是傅利叶（Fourier）分析的重要发展，他保留了傅氏理论的优点，又能克服其不足之处。

陆、在印刷输出的应用

WAVELET影像压缩格式尚未成熟的情况下，作为印刷输出还嫌太早。但是後续发展潜力无穷，尤其在网路出版方面，其利用价值更高，WAVELET的出现就犹如当时的JPEG出现，在影像的领域中掀起一股旋风，但是WAVELET却有JPEG没有的优点，JPEG乃是失真压缩，且解码後复原程度有限，能在网路应用，乃是由於电脑的解析度并不需要太高，就可辨识其图形。而印刷所需的解析度却需一定的程度。WAVELET虽然也是失真压缩，但是解码後却可以还原资料到几乎完整还原，如此的压缩才有存在的价值。公务员之家版权所有

有一点必须要提出的就是，并不是只要资料还原就可以用在印刷上，还需要有解读其档案的RIP，才能用於数位印刷上。等到WAVELET的应用成熟，再发展其适用的RIP，又是一段时间以後的事了。

在网路出版上已经有浏览器可以外挂读取WAVELET档案的软体了，不过还是测试版，可是以後会在网路上大量使用，应该是未来的趋势。对於网路出版应该是一阵不小的冲击。

图像压缩的好处是在於资料传输快速，减少网路的使用费用，增加企业的利润，由於传版的时间减少，也使印刷品在当地印刷的可能性增高，减少运费，减少开支，提高时效性，创造新的商机。

柒、结论

WAVELET的理论并不是相当完备，但是据现有的研究报告显现，到普及应用的阶段，还有一段距离。但小波分析在信号处理、影像处理、量子物理及非线性科学领域上，均有其应用价值。国内已有正式论文研究此一压缩模式。但有许多名词尚未有正式的翻译，各自有各自的翻译，故研究起来倍感辛苦。但相信不久即会有正式的定名出现。这也显示国内的研究速度，远落在外国的後面，国外已成立不少相关的网站，国内仅有少数的相关论文。如此一来国内要使这种压缩模式普及还有的等。正式使用於印刷业更是要相当时间。不过对於网路出版仍是有相当大的契机，国内仍是可以朝这一方面发展的。站在一个使用其成果的角度，印刷业界也许并不需要去了解其高深的数理理论。但是在运用上，为了要使用方便，和预估其发展趋势，影像压缩的基本概念却不能没有。本篇文章单纯的介绍其中的一种影像压缩模式，目的在为了使後进者有一参考的依据，也许在不久的将来此一模式会成为主流，到时才不会手足无措。

参考文献：

1.GeoffDavis，1997，WaveletImageCompressionConstructionKit，。

2.张维谷.小宇宙工作室，初版1994，影像档宝典.WINDOWS实作（上），峰资讯股份有限公司。

3.张维谷.小宇宙工作室，初版1994，影像档宝典.WINDOWS实作（下），峰资讯股份有限公司。

4.施威铭研究室，1994，PC影像处理技术（二）图档压缩续篇，旗标出版有限公司。

5.卢永成，民八十七年，使用小波转换及其在影像与视讯编码之应用，私立中原大学电机工程学系硕士学位论文。

6.江俊明，民八十六年，小波分析简介，私立淡江大学物理学系硕士论文。

7.曾泓瑜、陈曜州，民八十三年，最新数位讯号处理技术（语音、影像处理实务），全欣资讯图书。

附录：

嵌入式零元树小波转换、阶层式嵌入式零元树小波转换、阶层式影像传送及渐进式影像传送

目前网路最常用的静态影像压缩模式为JPEG格式或是GIF格式等。但是利用这些格式编码完成的影像，其资料量是不变的，其接受端必须完整地接受所有的资料量後才可以显示出编码端所传送的完整影像。这个现象最常发生在利用网路连结WWW网站时，我们常常都是先接收到文字後，其网页上的图形才，慢慢的一小部份一小部份显示出来，有时网路严重塞车，图形只显示一点点後就要再等非常久的时间才再有一点点显示出来，甚至可能断线了，使得使用者完全不知道在接收什麽图案的图形，无形中造成网路资源的浪费。此缺点之改善，可以使用嵌入式零元树小波转换(EZW)来完成。

阶层式影像传送系统的主要功能为允许不同规格之显示装置或解码器可以从同一编码器中获得符合其要求之讯号，如此不需要对於不同的解码器设计不同的编码器配合利用之，进而增加了其应用的范围，及减低了所架设系统的复杂度，也可以节省更多的设备费用。利用Shapiro所提出的嵌入式零元树小波转换(EZW)技术来设计阶层式影像传送系统时，其编码的效果不是很好。主要的原因是，利用(EZW)技术所设计的编码器是根据影像的全解析度来加以编码的，这使得拥有不同解析度与码率要求的解码器，无法同时分享由编码器所送出来的位元流。虽然可以利用同时播放(Simulcast)技术来加以克服之，但是该技术对於同一影像以不同解析度独立编码时，将使得共同的低通次频带(LowpassSubband)被重复的编码与传送，而产生了相当高的累赘(Redundancy)。

基於上述情况，有人将嵌入式零元树小波转换(EZW)技术加以修改之，完成了一个新式的阶层式影像传送系统。该技术为阶层式嵌入的零元树小波转换(LayeredEmbeddedZerotreeWavelet，简称LEZW技术。这个技术使我们所设计出来的阶层式影像传送系统，可以在编码传送前预先指定图层数目、每层影像的解析度与码率。

LEZW技术是将EZW技术中的连续近似量化(SAQ)加以延伸应用之，而EZW传统的做法是将SAQ应用於全部的小波转换系数上。然而在LEZW技术中，从基层(BaseLayer)开始SAQ一次仅用於一个图层(Layer)的编码，直到最高阶析度的图层为止。当编码的那一图层码率利用完时，即表示该图层编码完毕可以再往下一图层编码之。为了改善LEZW的效率，在较低图层的SAQ结果应用於较高图层的SAQ过程中，基於这种编码的程序，LEZW演算法则可以在每一图层平均码率的限制下，重建出不同解析度的影像。因此，LEZW非常适合用於设计阶层式影像传送系统。

LEZW技术也可以应用於渐进式传送，对於一个渐进式影像传送系统而言，控制其解析度将可以改善重建影像的视觉品质。而常用的渐进式传送方法有使用向量量化器或零元树资料结构编码演算法则。但是向量量化器需要较大的记忆体及对与传送中的错误敏威，而利用EZW技术所设计的渐进式影像传送系统，可以改善这些缺点，所以享有较好的效能。但是它也有缺点就是，应用於渐进式传送时是根据全解析度来做编码及传送，因此在低码率的限制之下时，若用全解析度来显示影像将使得影像模糊不清。所以在低码率传送时的影像以较低的解析度来显示时，则可以使影像的清晰度有所改善。

编码技术论文范文篇6

由於在现今资讯流通普遍的社会中，影像的需求量越来越大，影像的数位化是必然的趋势。然而在数位化过的影像所占的资料量又相当庞大，在传输与处理上皆有所不便。将资料压缩是最好的方法。如今有一新的模式，在压缩率及还原度皆有不错的表现，为其尚未有一标准的格式，故在应用上尚未普及。但在不久的未来，其潜力不可限量。而影像之於印刷有密不可分的关系。故以此篇文章介绍小波（WAVELET）转换的历史渊源。小波转换的基础原理。现今的发展对印刷业界的冲击。影像压缩的未来的发展。

壹、前言

由於科技日新月异，印刷已由传统印刷走向数位印刷。在数位化的过程中，影像的资料一直有档案过大的问题，占用记忆体过多，使资料在传输上、处理上都相当的费时，现今个人拥有TrueColor的视讯卡、24-bit的全彩印表机与扫描器已不再是天方夜谭了，而使用者对影像图形的要求，不仅要色彩繁多、真实自然，更要搭配多媒体或动画。但是相对的高画质视觉享受，所要付出的代价是大量的储存空间，使用者往往只能眼睁睁地看着体积庞大的图档占掉硬碟、磁带和光碟片的空间；美丽的图档在亲朋好友之间互通有无，是天经地义的事，但是用网路传个640X480TrueColor图形得花3分多钟，常使人哈欠连连，大家不禁心生疑虑，难道图档不能压缩得更小些吗？如此报业在传版时也可更快速。所以一种好的压缩格式是不可或缺的，可以使影像所占的记忆体更小、更容易处理。但是目前市场上所用的压缩模式，在压缩的比率上并不理想，失去压缩的意义。不然就是压缩比例过大而造成影像失真，即使数学家与资讯理论学者日以继夜，卯尽全力地为lossless编码法找出更快速、更精彩的演算法，都无可避免一个尴尬的事实：压缩率还是不够好。再说用来印刷的话就造成影像模糊不清，或是影像出现锯齿状的现象。皆会造成印刷输出的问题。影像压缩技术是否真的穷途末路？请相信人类解决难题的潜力是无限的。既然旧有编码法不够管用，山不转路转，科学家便将注意力移转到WAVELET转换法，结果不但发现了满意的解答，还开拓出一条光明的坦途。小波分析是近几年来才发展出来的数学理论。小波分析，无论是作为数学理论的连续小波变换，还是作为分析工具和方法的离散小波变换，仍有许多可被研究的地方，它是近几年来在工具及方法上的重大突破。小波分析是傅利叶（Fourier）分析的重要发展，他保留了傅氏理论的优点，又能克服其不足之处。可达到完全不失真，压缩的比率也令人可以接受。由於其数学理论早在1960年代中叶就有人提出了，而到现在才有人将其应用於实际上，其理论仍有相当大的发展空间，而其实际运用也属刚起步，其後续发展可说是不可限量。故研究的动机便由此而生。

贰、WAVELET的历史起源

WAVELET源起於JosephFourier的热力学公式。傅利叶方程式在十九世纪初期由JosephFourier(1768-1830)所提出，为现代信号分析奠定了基础。在十九到二十世纪的基础数学研究领域也占了极重要的地位。Fourier提出了任一方程式，甚至是画出不连续图形的方程式，都可以有一单纯的分析式来表示。小波分析是近几年来才发展出来的数学理论为傅利叶方程式的延伸。

小波分析方法的提出可追溯到1910年Haar提出的小波规范正交基。其後1984年，法国地球物理学J.Morlet在分析地震波的局部性质时，发现传统的傅利叶转换，难以达到其要求，因此引进小波概念於信号分析中，对信号进行分解。随後理论物理学家A.Grossman对Morlet的这种信号根据一个确定函数的伸缩，平移系{a-1/2Ψ[(x-b)/a]；a,b?R,a≠0}展开的可行性进行了研究，为小波分析的形成开了先河。

1986年，Y.Meyer建构出具有一定衰减性的光滑函数Ψj,k(x)，其二进制伸缩与平移系{Ψj,k(x)=√2jΨ(2jx-k)；j,k?Z}构成L2（R）的规范正交基。1987年，Mallat巧妙的将多分辨分析的思想引入到小波分析中，建构了小波函数的构造及信号按小波转换的分解及重构。1988年Daubechies建构了具有正交性（Orthonormal）及紧支集（CompactlySupported）；及只有在一有限区域中是非零的小波，如此，小波分析的系统理论得到了初步建立。

三、WAVELET影像压缩简介及基础理论介绍

一、WAVELET的压缩概念

WAVELET架在三个主要的基础理论之上，分别是阶层式边码(pyramidcoding)、滤波器组理论(filterbanktheory)、以及次旁带编码(subbandcoding)，可以说wavelettransform统合了此三项技术。小波转换能将各种交织在一起的不同频率组成的信号，分解成不相同频率的信号，因此能有效的应用於编码、解码、检测边缘、压缩数据，及将非线性问题线性化。良好的分析局部的时间区域与频率区域的信号，弥补傅利叶转换中的缺失，也因此小波转换被誉为数学显微镜。

WAVELET并不会保留所有的原始资料，而是选择性的保留了必要的部份，以便经由数学公式推算出其原始资料，可能不是非常完整，但是可以非常接近原始资料。至於影像中什度要保留，什麽要舍弃，端看能量的大小储存（跟波长与频率有关）。以较少的资料代替原来的资料，达到压缩资料的目的，这种经由取舍资料而达到压缩目地的作法，是近代数位影像编码技术的一项突破。即是WAVELET的概念引入编码技术中。

WAVELET转换在数位影像转换技术上算是新秀，然而在太空科技早已行之有年，像探测卫星和哈柏望远镜传输影像回地球，和医学上的光纤影像，早就开始用WAVELET的原理压缩/还原影像资料，而且有压缩率极佳与原影重现的效果。

以往lossless的编码法只着重压缩演算法的表现，将数位化的影像资料一丝不漏的送去压缩，所以还原回来的资料和原始资料分毫无差，但是此种压缩法的压缩率不佳。将数位化的影像资料转换成利於编码的资料型态，控制解码後影像的品质，选择适当的编码法，而且还在撷取图形资料时，先帮资料「减肥」。如此才是WAVELET编码法主要的观念。

二、影像压缩过程

原始图形资料→色彩模式转换&n

bsp;→DCT转换→量化器→编码器→编码结束

三、编码的基本要素有三点

（一）一种压缩/还原的转换可表现在影像上的。

（二）其转换的系数是可以量化的。

（三）其量化的系数是可以用函数编码的。

四、现有WAVELET影像压缩工具主要的部份

（一）WaveletTransform（WAVELET转换）：将图形均衡的分割成任何大小，最少压缩二分之一。

（二）Filters（滤镜）：这部份包含WaveletTransform，和一些着名的压缩方法。

（三）Quantizers（量化器）：包含两种格式的量化，一种是平均量化，一种是内插量化，对编码的架构有一定的影响。

（四）EntropyCoding（熵编码器）：有两种格式，一种是使其减少，一种为内插。

（五）ArithmeticCoder（数学公式）：这是建立在AlistairMoffat''''slineartimecodinghistogram的基础上。

（六）BitAllocation（资料分布）：这个过程是用整除法有效率的分配任何一种量化。

肆、WAVELET影像压缩未来的发展趋势

一、在其结构上加强完备性。

二、修改程式，使其可以处理不同模式比率的影像。

三、支援更多的色彩。可以处理RGB的色彩，像是YIQ、HUV的色彩定义都可以分别的处理。

四、加强运算的能力，使其可支援更多的影像格式。

五、使用WAVELET转换藉由消除高频率资料增加速率。

六、增加多种的WAVELET。如：离散、零元树等。

七、修改其数学编码器，使资料能在数学公式和电脑的位元之间转换。

八、增加8X8格的DCT模式，使其能做JPEG的压缩。

九、增加8X8格的DCT模式，使其能重叠。

十、增加trelliscoding。

十一、增加零元树。

现今已有由中研院委托国内学术单位研究，也有不少的研究所的硕士。国外更是如火如荼的展开研究。相信实际应用於实务上的日子指日可待。

伍、影像压缩研究的方向

1.输入装置如何捕捉真实的影像而将其数位化。

2.如何将数位化的影像资料转换成利於编码的资料型态。

3.如何控制解码影像的品质。

4.如何选择适当的编码法。

5.人的视觉系统对影像的反应机制。

小波分析，无论是作为数学理论的连续小波变换，还是作为分析工具和方法的离散小波变换，仍有许多可被研究的地方，它是近几年来在工具及方法上的重大突破。小波分析是傅利叶（Fourier）分析的重要发展，他保留了傅氏理论的优点，又能克服其不足之处。

陆、在印刷输出的应用

WAVELET影像压缩格式尚未成熟的情况下，作为印刷输出还嫌太早。但是後续发展潜力无穷，尤其在网路出版方面，其利用价值更高，WAVELET的出现就犹如当时的JPEG出现，在影像的领域中掀起一股旋风，但是WAVELET却有JPEG没有的优点，JPEG乃是失真压缩，且解码後复原程度有限，能在网路应用，乃是由於电脑的解析度并不需要太高，就可辨识其图形。而印刷所需的解析度却需一定的程度。WAVELET虽然也是失真压缩，但是解码後却可以还原资料到几乎完整还原，如此的压缩才有存在的价值。

有一点必须要提出的就是，并不是只要资料还原就可以用在印刷上，还需要有解读其档案的RIP，才能用於数位印刷上。等到WAVELET的应用成熟，再发展其适用的RIP，又是一段时间以後的事了。

在网路出版上已经有浏览器可以外挂读取WAVELET档案的软体了，不过还是测试版，可是以後会在网路上大量使用，应该是未来的趋势。对於网路出版应该是一阵不小的冲击。

图像压缩的好处是在於资料传输快速，减少网路的使用费用，增加企业的利润，由於传版的时间减少，也使印刷品在当地印刷的可能性增高，减少运费，减少开支，提高时效性，创造新的商机。

柒、结论

WAVELET的理论并不是相当完备，但是据现有的研究报告显现，到普及应用的阶段，还有一段距离。但小波分析在信号处理、影像处理、量子物理及非线性科学领域上，均有其应用价值。国内已有正式论文研究此一压缩模式。但有许多名词尚未有正式的翻译，各自有各自的翻译，故研究起来倍感辛苦。但相信不久即会有正式的定名出现。这也显示国内的研究速度，远落在外国的後面，国外已成立不少相关的网站，国内仅有少数的相关论文。如此一来国内要使这种压缩模式普及还有的等。正式使用於印刷业更是要相当时间。不过对於网路出版仍是有相当大的契机，国内仍是可以朝这一方面发展的。站在一个使用其成果的角度，印刷业界也许并不需要去了解其高深的数理理论。但是在运用上，为了要使用方便，和预估其发展趋势，影像压缩的基本概念却不能没有。本篇文章单纯的介绍其中的一种影像压缩模式，目的在为了使後进者有一参考的依据，也许在不久的将来此一模式会成为主流，到时才不会手足无措。

参考文献：

1.Geoff&nb

sp;Davis，1997，WaveletImageCompressionConstructionKit，。

2.张维谷.小宇宙工作室，初版1994，影像档宝典.WINDOWS实作（上），峰资讯股份有限公司。

3.张维谷.小宇宙工作室，初版1994，影像档宝典.WINDOWS实作（下），峰资讯股份有限公司。

4.施威铭研究室，1994，PC影像处理技术（二）图档压缩续篇，旗标出版有限公司。

5.卢永成，民八十七年，使用小波转换及其在影像与视讯编码之应用，私立中原大学电机工程学系硕士学位论文。

6.江俊明，民八十六年，小波分析简介，私立淡江大学物理学系硕士论文。

7.曾泓瑜、陈曜州，民八十三年，最新数位讯号处理技术（语音、影像处理实务），全欣资讯图书。

附录：

嵌入式零元树小波转换、阶层式嵌入式零元树小波转换、阶层式影像传送及渐进式影像传送

目前网路最常用的静态影像压缩模式为JPEG格式或是GIF格式等。但是利用这些格式编码完成的影像，其资料量是不变的，其接受端必须完整地接受所有的资料量後才可以显示出编码端所传送的完整影像。这个现象最常发生在利用网路连结WWW网站时，我们常常都是先接收到文字後，其网页上的图形才，慢慢的一小部份一小部份显示出来，有时网路严重塞车，图形只显示一点点後就要再等非常久的时间才再有一点点显示出来，甚至可能断线了，使得使用者完全不知道在接收什麽图案的图形，无形中造成网路资源的浪费。此缺点之改善，可以使用嵌入式零元树小波转换(EZW)来完成。

阶层式影像传送系统的主要功能为允许不同规格之显示装置或解码器可以从同一编码器中获得符合其要求之讯号，如此不需要对於不同的解码器设计不同的编码器配合利用之，进而增加了其应用的范围，及减低了所架设系统的复杂度，也可以节省更多的设备费用。利用Shapiro所提出的嵌入式零元树小波转换(EZW)技术来设计阶层式影像传送系统时，其编码的效果不是很好。主要的原因是，利用(EZW)技术所设计的编码器是根据影像的全解析度来加以编码的，这使得拥有不同解析度与码率要求的解码器，无法同时分享由编码器所送出来的位元流。虽然可以利用同时播放(Simulcast)技术来加以克服之，但是该技术对於同一影像以不同解析度独立编码时，将使得共同的低通次频带(LowpassSubband)被重复的编码与传送，而产生了相当高的累赘(Redundancy)。

基於上述情况，有人将嵌入式零元树小波转换(EZW)技术加以修改之，完成了一个新式的阶层式影像传送系统。该技术为阶层式嵌入的零元树小波转换(LayeredEmbeddedZerotreeWavelet，简称LEZW技术。这个技术使我们所设计出来的阶层式影像传送系统，可以在编码传送前预先指定图层数目、每层影像的解析度与码率。

LEZW技术是将EZW技术中的连续近似量化(SAQ)加以延伸应用之，而EZW传统的做法是将SAQ应用於全部的小波转换系数上。然而在LEZW技术中，从基层(BaseLayer)开始SAQ一次仅用於一个图层(Layer)的编码，直到最高阶析度的图层为止。当编码的那一图层码率利用完时，即表示该图层编码完毕可以再往下一图层编码之。为了改善LEZW的效率，在较低图层的SAQ结果应用於较高图层的SAQ过程中，基於这种编码的程序，LEZW演算法则可以在每一图层平均码率的限制下，重建出不同解析度的影像。因此，LEZW非常适合用於设计阶层式影像传送系统。

LEZW技术也可以应用於渐进式传送，对於一个渐进式影像传送系统而言，控制其解析度将可以改善重建影像的视觉品质。而常用的渐进式传送方法有使用向量量化器或零元树资料结构编码演算法则。但是向量量化器需要较大的记忆体及对与传送中的错误敏威，而利用EZW技术所设计的渐进式影像传送系统，可以改善这些缺点，所以享有较好的效能。但是它也有缺点就是，应用於渐进式传送时是根据全解析度来做编码及传送，因此在低码率的限制之下时，若用全解析度来显示影像将使得影像模糊不清。所以在低码率传送时的影像以较低的解析度来显示时，则可以使影像的清晰度有所改善。

编码技术论文范文篇7

由於在现今资讯流通普遍的社会中，影像的需求量越来越大，影像的数位化是必然的趋势。然而在数位化过的影像所占的资料量又相当庞大，在传输与处理上皆有所不便。将资料压缩是最好的方法。如今有一新的模式，在压缩率及还原度皆有不错的表现，为其尚未有一标准的格式，故在应用上尚未普及。但在不久的未来，其潜力不可限量。而影像之於印刷有密不可分的关系。故以此篇文章介绍小波（WAVELET）转换的历史渊源。小波转换的基础原理。现今的发展对印刷业界的冲击。影像压缩的未来的发展。

壹、前言

由於科技日新月异，印刷已由传统印刷走向数位印刷。在数位化的过程中，影像的资料一直有档案过大的问题，占用记忆体过多，使资料在传输上、处理上都相当的费时，现今个人拥有TrueColor的视讯卡、24-bit的全彩印表机与扫描器已不再是天方夜谭了，而使用者对影像图形的要求，不仅要色彩繁多、真实自然，更要搭配多媒体或动画。但是相对的高画质视觉享受，所要付出的代价是大量的储存空间，使用者往往只能眼睁睁地看着体积庞大的图档占掉硬碟、磁带和光碟片的空间；美丽的图档在亲朋好友之间互通有无，是天经地义的事，但是用网路传个640X480TrueColor图形得花3分多钟，常使人哈欠连连，大家不禁心生疑虑，难道图档不能压缩得更小些吗？如此报业在传版时也可更快速。所以一种好的压缩格式是不可或缺的，可以使影像所占的记忆体更小、更容易处理。但是目前市场上所用的压缩模式，在压缩的比率上并不理想，失去压缩的意义。不然就是压缩比例过大而造成影像失真，即使数学家与资讯理论学者日以继夜，卯尽全力地为lossless编码法找出更快速、更精彩的演算法，都无可避免一个尴尬的事实：压缩率还是不够好。再说用来印刷的话就造成影像模糊不清，或是影像出现锯齿状的现象。皆会造成印刷输出的问题。影像压缩技术是否真的穷途末路？请相信人类解决难题的潜力是无限的。既然旧有编码法不够管用，山不转路转，科学家便将注意力移转到WAVELET转换法，结果不但发现了满意的解答，还开拓出一条光明的坦途。小波分析是近几年来才发展出来的数学理论。小波分析，无论是作为数学理论的连续小波变换，还是作为分析工具和方法的离散小波变换，仍有许多可被研究的地方，它是近几年来在工具及方法上的重大突破。小波分析是傅利叶（Fourier）分析的重要发展，他保留了傅氏理论的优点，又能克服其不足之处。可达到完全不失真，压缩的比率也令人可以接受。由於其数学理论早在1960年代中叶就有人提出了，而到现在才有人将其应用於实际上，其理论仍有相当大的发展空间，而其实际运用也属刚起步，其後续发展可说是不可限量。故研究的动机便由此而生。

贰、WAVELET的历史起源

WAVELET源起於JosephFourier的热力学公式。傅利叶方程式在十九世纪初期由JosephFourier(1768-1830)所提出，为现代信号分析奠定了基础。在十九到二十世纪的基础数学研究领域也占了极重要的地位。Fourier提出了任一方程式，甚至是画出不连续图形的方程式，都可以有一单纯的分析式来表示。小波分析是近几年来才发展出来的数学理论为傅利叶方程式的延伸。

小波分析方法的提出可追溯到1910年Haar提出的小波规范正交基。其後1984年，法国地球物理学J.Morlet在分析地震波的局部性质时，发现传统的傅利叶转换，难以达到其要求，因此引进小波概念於信号分析中，对信号进行分解。随後理论物理学家A.Grossman对Morlet的这种信号根据一个确定函数的伸缩，平移系{a-1/2Ψ[(x-b)/a]；a,b?R,a≠0}展开的可行性进行了研究，为小波分析的形成开了先河。

1986年，Y.Meyer建构出具有一定衰减性的光滑函数Ψj,k(x)，其二进制伸缩与平移系{Ψj,k(x)=√2jΨ(2jx-k)；j,k?Z}构成L2（R）的规范正交基。1987年，Mallat巧妙的将多分辨分析的思想引入到小波分析中，建构了小波函数的构造及信号按小波转换的分解及重构。1988年Daubechies建构了具有正交性（Orthonormal）及紧支集（CompactlySupported）；及只有在一有限区域中是非零的小波，如此，小波分析的系统理论得到了初步建立。

三、WAVELET影像压缩简介及基础理论介绍

一、WAVELET的压缩概念

WAVELET架在三个主要的基础理论之上，分别是阶层式边码(pyramidcoding)、滤波器组理论(filterbanktheory)、以及次旁带编码(subbandcoding)，可以说wavelettransform统合了此三项技术。小波转换能将各种交织在一起的不同频率组成的信号，分解成不相同频率的信号，因此能有效的应用於编码、解码、检测边缘、压缩数据，及将非线性问题线性化。良好的分析局部的时间区域与频率区域的信号，弥补傅利叶转换中的缺失，也因此小波转换被誉为数学显微镜。

WAVELET并不会保留所有的原始资料，而是选择性的保留了必要的部份，以便经由数学公式推算出其原始资料，可能不是非常完整，但是可以非常接近原始资料。至於影像中什度要保留，什麽要舍弃，端看能量的大小储存（跟波长与频率有关）。以较少的资料代替原来的资料，达到压缩资料的目的，这种经由取舍资料而达到压缩目地的作法，是近代数位影像编码技术的一项突破。即是WAVELET的概念引入编码技术中。

WAVELET转换在数位影像转换技术上算是新秀，然而在太空科技早已行之有年，像探测卫星和哈柏望远镜传输影像回地球，和医学上的光纤影像，早就开始用WAVELET的原理压缩/还原影像资料，而且有压缩率极佳与原影重现的效果。

以往lossless的编码法只着重压缩演算法的表现，将数位化的影像资料一丝不漏的送去压缩，所以还原回来的资料和原始资料分毫无差，但是此种压缩法的压缩率不佳。将数位化的影像资料转换成利於编码的资料型态，控制解码後影像的品质，选择适当的编码法，而且还在撷取图形资料时，先帮资料「减肥」。如此才是WAVELET编码法主要的观念。

二、影像压缩过程

原始图形资料→色彩模式转换&n

bsp;→DCT转换→量化器→编码器→编码结束

三、编码的基本要素有三点

（一）一种压缩/还原的转换可表现在影像上的。

（二）其转换的系数是可以量化的。

（三）其量化的系数是可以用函数编码的。

四、现有WAVELET影像压缩工具主要的部份

（一）WaveletTransform（WAVELET转换）：将图形均衡的分割成任何大小，最少压缩二分之一。

（二）Filters（滤镜）：这部份包含WaveletTransform，和一些着名的压缩方法。

（三）Quantizers（量化器）：包含两种格式的量化，一种是平均量化，一种是内插量化，对编码的架构有一定的影响。

（四）EntropyCoding（熵编码器）：有两种格式，一种是使其减少，一种为内插。

（五）ArithmeticCoder（数学公式）：这是建立在AlistairMoffat''''slineartimecodinghistogram的基础上。

（六）BitAllocation（资料分布）：这个过程是用整除法有效率的分配任何一种量化。

肆、WAVELET影像压缩未来的发展趋势

一、在其结构上加强完备性。

二、修改程式，使其可以处理不同模式比率的影像。

三、支援更多的色彩。可以处理RGB的色彩，像是YIQ、HUV的色彩定义都可以分别的处理。

四、加强运算的能力，使其可支援更多的影像格式。

五、使用WAVELET转换藉由消除高频率资料增加速率。

六、增加多种的WAVELET。如：离散、零元树等。

七、修改其数学编码器，使资料能在数学公式和电脑的位元之间转换。

八、增加8X8格的DCT模式，使其能做JPEG的压缩。

九、增加8X8格的DCT模式，使其能重叠。

十、增加trelliscoding。

十一、增加零元树。

现今已有由中研院委托国内学术单位研究，也有不少的研究所的硕士。国外更是如火如荼的展开研究。相信实际应用於实务上的日子指日可待。

伍、影像压缩研究的方向

1.输入装置如何捕捉真实的影像而将其数位化。

2.如何将数位化的影像资料转换成利於编码的资料型态。

3.如何控制解码影像的品质。

4.如何选择适当的编码法。

5.人的视觉系统对影像的反应机制。

小波分析，无论是作为数学理论的连续小波变换，还是作为分析工具和方法的离散小波变换，仍有许多可被研究的地方，它是近几年来在工具及方法上的重大突破。小波分析是傅利叶（Fourier）分析的重要发展，他保留了傅氏理论的优点，又能克服其不足之处。

陆、在印刷输出的应用

WAVELET影像压缩格式尚未成熟的情况下，作为印刷输出还嫌太早。但是後续发展潜力无穷，尤其在网路出版方面，其利用价值更高，WAVELET的出现就犹如当时的JPEG出现，在影像的领域中掀起一股旋风，但是WAVELET却有JPEG没有的优点，JPEG乃是失真压缩，且解码後复原程度有限，能在网路应用，乃是由於电脑的解析度并不需要太高，就可辨识其图形。而印刷所需的解析度却需一定的程度。WAVELET虽然也是失真压缩，但是解码後却可以还原资料到几乎完整还原，如此的压缩才有存在的价值。

有一点必须要提出的就是，并不是只要资料还原就可以用在印刷上，还需要有解读其档案的RIP，才能用於数位印刷上。等到WAVELET的应用成熟，再发展其适用的RIP，又是一段时间以後的事了。

在网路出版上已经有浏览器可以外挂读取WAVELET档案的软体了，不过还是测试版，可是以後会在网路上大量使用，应该是未来的趋势。对於网路出版应该是一阵不小的冲击。

图像压缩的好处是在於资料传输快速，减少网路的使用费用，增加企业的利润，由於传版的时间减少，也使印刷品在当地印刷的可能性增高，减少运费，减少开支，提高时效性，创造新的商机。

柒、结论

WAVELET的理论并不是相当完备，但是据现有的研究报告显现，到普及应用的阶段，还有一段距离。但小波分析在信号处理、影像处理、量子物理及非线性科学领域上，均有其应用价值。国内已有正式论文研究此一压缩模式。但有许多名词尚未有正式的翻译，各自有各自的翻译，故研究起来倍感辛苦。但相信不久即会有正式的定名出现。这也显示国内的研究速度，远落在外国的後面，国外已成立不少相关的网站，国内仅有少数的相关论文。如此一来国内要使这种压缩模式普及还有的等。正式使用於印刷业更是要相当时间。不过对於网路出版仍是有相当大的契机，国内仍是可以朝这一方面发展的。站在一个使用其成果的角度，印刷业界也许并不需要去了解其高深的数理理论。但是在运用上，为了要使用方便，和预估其发展趋势，影像压缩的基本概念却不能没有。本篇文章单纯的介绍其中的一种影像压缩模式，目的在为了使後进者有一参考的依据，也许在不久的将来此一模式会成为主流，到时才不会手足无措。

参考文献：

1.Geoff&nb

sp;Davis，1997，WaveletImageCompressionConstructionKit，。

2.张维谷.小宇宙工作室，初版1994，影像档宝典.WINDOWS实作（上），峰资讯股份有限公司。

3.张维谷.小宇宙工作室，初版1994，影像档宝典.WINDOWS实作（下），峰资讯股份有限公司。

4.施威铭研究室，1994，PC影像处理技术（二）图档压缩续篇，旗标出版有限公司。

5.卢永成，民八十七年，使用小波转换及其在影像与视讯编码之应用，私立中原大学电机工程学系硕士学位论文。

6.江俊明，民八十六年，小波分析简介，私立淡江大学物理学系硕士论文。

7.曾泓瑜、陈曜州，民八十三年，最新数位讯号处理技术（语音、影像处理实务），全欣资讯图书。

附录：

嵌入式零元树小波转换、阶层式嵌入式零元树小波转换、阶层式影像传送及渐进式影像传送

目前网路最常用的静态影像压缩模式为JPEG格式或是GIF格式等。但是利用这些格式编码完成的影像，其资料量是不变的，其接受端必须完整地接受所有的资料量後才可以显示出编码端所传送的完整影像。这个现象最常发生在利用网路连结WWW网站时，我们常常都是先接收到文字後，其网页上的图形才，慢慢的一小部份一小部份显示出来，有时网路严重塞车，图形只显示一点点後就要再等非常久的时间才再有一点点显示出来，甚至可能断线了，使得使用者完全不知道在接收什麽图案的图形，无形中造成网路资源的浪费。此缺点之改善，可以使用嵌入式零元树小波转换(EZW)来完成。

阶层式影像传送系统的主要功能为允许不同规格之显示装置或解码器可以从同一编码器中获得符合其要求之讯号，如此不需要对於不同的解码器设计不同的编码器配合利用之，进而增加了其应用的范围，及减低了所架设系统的复杂度，也可以节省更多的设备费用。利用Shapiro所提出的嵌入式零元树小波转换(EZW)技术来设计阶层式影像传送系统时，其编码的效果不是很好。主要的原因是，利用(EZW)技术所设计的编码器是根据影像的全解析度来加以编码的，这使得拥有不同解析度与码率要求的解码器，无法同时分享由编码器所送出来的位元流。虽然可以利用同时播放(Simulcast)技术来加以克服之，但是该技术对於同一影像以不同解析度独立编码时，将使得共同的低通次频带(LowpassSubband)被重复的编码与传送，而产生了相当高的累赘(Redundancy)。

基於上述情况，有人将嵌入式零元树小波转换(EZW)技术加以修改之，完成了一个新式的阶层式影像传送系统。该技术为阶层式嵌入的零元树小波转换(LayeredEmbeddedZerotreeWavelet，简称LEZW技术。这个技术使我们所设计出来的阶层式影像传送系统，可以在编码传送前预先指定图层数目、每层影像的解析度与码率。

LEZW技术是将EZW技术中的连续近似量化(SAQ)加以延伸应用之，而EZW传统的做法是将SAQ应用於全部的小波转换系数上。然而在LEZW技术中，从基层(BaseLayer)开始SAQ一次仅用於一个图层(Layer)的编码，直到最高阶析度的图层为止。当编码的那一图层码率利用完时，即表示该图层编码完毕可以再往下一图层编码之。为了改善LEZW的效率，在较低图层的SAQ结果应用於较高图层的SAQ过程中，基於这种编码的程序，LEZW演算法则可以在每一图层平均码率的限制下，重建出不同解析度的影像。因此，LEZW非常适合用於设计阶层式影像传送系统。

LEZW技术也可以应用於渐进式传送，对於一个渐进式影像传送系统而言，控制其解析度将可以改善重建影像的视觉品质。而常用的渐进式传送方法有使用向量量化器或零元树资料结构编码演算法则。但是向量量化器需要较大的记忆体及对与传送中的错误敏威，而利用EZW技术所设计的渐进式影像传送系统，可以改善这些缺点，所以享有较好的效能。但是它也有缺点就是，应用於渐进式传送时是根据全解析度来做编码及传送，因此在低码率的限制之下时，若用全解析度来显示影像将使得影像模糊不清。所以在低码率传送时的影像以较低的解析度来显示时，则可以使影像的清晰度有所改善。

编码技术论文范文篇8

2、落款力求简明、夺目、反映文章的主题。中文文题一般不超越20个汉字，尽量不用简称、缩写、药物商品名等不规范名词，英文落款不宜超越10个实词，中、英文题含义应一致。一切投稿论文均需附英文落款。

3、作者作者姓名在文题下按序摆放，作者单位称号及邮政编码角注在同页左下方；请附一切作者姓名的汉语拼音及榜首作者简介（性别、出生年月、最高学历、职务、工作单位、具体通信地址、邮政编码和联系电话以及E-mail）。

4、摘要论著、总述、临床研讨、医工园地和新技术发展请附400字左右中英文摘要，报道性摘要（论著、临床研讨、新技术发展等）要求含意图、方法、结果和定论四要素，选用第三人称编撰。经验交流只需中文摘要，病例陈述无需中英文摘要。

5、关键词摘要下标引关键词3~5个。请尽量运用美国国立医学图书馆修正的最新版《lndexMedicus》中医学主题词表（MeSH）内所列的词。假如最新版MeSH中尚无相应的词，可选用直接相关的几个主题词进行组配；必要时，可选用惯用的自由词并摆放于最终。关键词中的缩写词应按MeSH表还原为全称，如“HBsAg”应相引为“乙型肝炎表面抗原”。

6、正文层次编号正文中规范层次的编号按GB/1.1-1993和GB7713-87的规则，选用阿拉伯数字别离编号，一般不超越4级。榜首级标题1；第二级标题1.1；第三级标题1.1.1。编号一概左顶格写，不要空格。无编号阶段最初可空2格。正文内序号用①、②等。

7、医学名词以全国自然科学名词审定委员会（1997年更名为全国科学技术名词审定委员会）的《医学名词》和相关学科的名词为准，暂未者仍以公民卫生出书社编的《英汉医学词汇》为准。

8、药物称号以最新版本《中华公民共和国药典》和卫生部药典委员会编写的《中国药品通用称号》中的称号为准，英文药物称号则选用世界非专利药品，不用商品名。

9、缩用语中外文医学名词，皆运用全称；如运用简称，初次呈现处注出中文或英文全称及缩略语并加括号，后两者间用","分开。

10、图表假如能用文字简练阐明的内容就不必列表。图、表按其在正文中呈现的先后次序接连编码。每幅图表应冠有图（表）序号及标题。相片、图片有必要清晰，巨细为5cm×7cm。表格选用三线表。

11、计量单位以国务院1984年2月公布的《中华公民共和国法定计量单位》为准，具体可参照1991年中华医学会修正出书部修正的《法定计量单位在医学上的应用》一书。计量单位的书写有必要规范，不该运用已废止的单位。在一个组和单位中，斜线不得多于一条，如mg/kg/min,应选用mg/（kg•min）。

12、统计学符号按国家规范《统计学名词及符号》（GB3358-82）的有关规则书写。

13、参考文献按文中初次呈现的先后次序摆放编号，并用方括号标示在文中引用途的右上角。参考文献应为正式出书物发表的作品，所引文献必须与原著核实，内容、版本、卷期、页码、年份应准确无误。

编码技术论文范文篇9

壹、前言

由於科技日新月异，印刷已由传统印刷走向数位印刷。在数位化的过程中，影像的资料一直有档案过大的问题，占用记忆体过多，使资料在传输上、处理上都相当的费时，现今个人拥有TrueColor的视讯卡、24-bit的全彩印表机与扫描器已不再是天方夜谭了，而使用者对影像图形的要求，不仅要色彩繁多、真实自然，更要搭配多媒体或动画。但是相对的高画质视觉享受，所要付出的代价是大量的储存空间，使用者往往只能眼睁睁地看着体积庞大的图档占掉硬碟、磁带和光碟片的空间；美丽的图档在亲朋好友之间互通有无，是天经地义的事，但是用网路传个640X480TrueColor图形得花3分多钟，常使人哈欠连连，大家不禁心生疑虑，难道图档不能压缩得更小些吗？如此报业在传版时也可更快速。所以一种好的压缩格式是不可或缺的，可以使影像所占的记忆体更小、更容易处理。但是目前市场上所用的压缩模式，在压缩的比率上并不理想，失去压缩的意义。不然就是压缩比例过大而造成影像失真，即使数学家与资讯理论学者日以继夜，卯尽全力地为lossless编码法找出更快速、更精彩的演算法，都无可避免一个尴尬的事实：压缩率还是不够好。再说用来印刷的话就造成影像模糊不清，或是影像出现锯齿状的现象。皆会造成印刷输出的问题。影像压缩技术是否真的穷途末路？请相信人类解决难题的潜力是无限的。既然旧有编码法不够管用，山不转路转，科学家便将注意力移转到WAVELET转换法，结果不但发现了满意的解答，还开拓出一条光明的坦途。小波分析是近几年来才发展出来的数学理论。小波分析，无论是作为数学理论的连续小波变换，还是作为分析工具和方法的离散小波变换，仍有许多可被研究的地方，它是近几年来在工具及方法上的重大突破。小波分析是傅利叶（Fourier）分析的重要发展，他保留了傅氏理论的优点，又能克服其不足之处。可达到完全不失真，压缩的比率也令人可以接受。由於其数学理论早在1960年代中叶就有人提出了，而到现在才有人将其应用於实际上，其理论仍有相当大的发展空间，而其实际运用也属刚起步，其後续发展可说是不可限量。故研究的动机便由此而生。

贰、WAVELET的历史起源

WAVELET源起於JosephFourier的热力学公式。傅利叶方程式在十九世纪初期由JosephFourier(1768-1830)所提出，为现代信号分析奠定了基础。在十九到二十世纪的基础数学研究领域也占了极重要的地位。Fourier提出了任一方程式，甚至是画出不连续图形的方程式，都可以有一单纯的分析式来表示。小波分析是近几年来才发展出来的数学理论为傅利叶方程式的延伸。

小波分析方法的提出可追溯到1910年Haar提出的小波规范正交基。其後1984年，法国地球物理学J.Morlet在分析地震波的局部性质时，发现传统的傅利叶转换，难以达到其要求，因此引进小波概念於信号分析中，对信号进行分解。随後理论物理学家A.Grossman对Morlet的这种信号根据一个确定函数的伸缩，平移系{a-1/2Ψ[(x-b)/a]；a,b?R,a≠0}展开的可行性进行了研究，为小波分析的形成开了先河。

1986年，Y.Meyer建构出具有一定衰减性的光滑函数Ψj,k(x)，其二进制伸缩与平移系{Ψj,k(x)=√2jΨ(2jx-k)；j,k?Z}构成L2（R）的规范正交基。1987年，Mallat巧妙的将多分辨分析的思想引入到小波分析中，建构了小波函数的构造及信号按小波转换的分解及重构。1988年Daubechies建构了具有正交性（Orthonormal）及紧支集（CompactlySupported）；及只有在一有限区域中是非零的小波，如此，小波分析的系统理论得到了初步建立。

三、WAVELET影像压缩简介及基础理论介绍

一、WAVELET的压缩概念

WAVELET架在三个主要的基础理论之上，分别是阶层式边码(pyramidcoding)、滤波器组理论(filterbanktheory)、以及次旁带编码(subbandcoding)，可以说wavelettransform统合了此三项技术。小波转换能将各种交织在一起的不同频率组成的信号，分解成不相同频率的信号，因此能有效的应用於编码、解码、检测边缘、压缩数据，及将非线性问题线性化。良好的分析局部的时间区域与频率区域的信号，弥补傅利叶转换中的缺失，也因此小波转换被誉为数学显微镜。

WAVELET并不会保留所有的原始资料，而是选择性的保留了必要的部份，以便经由数学公式推算出其原始资料，可能不是非常完整，但是可以非常接近原始资料。至於影像中什度要保留，什麽要舍弃，端看能量的大小储存（跟波长与频率有关）。以较少的资料代替原来的资料，达到压缩资料的目的，这种经由取舍资料而达到压缩目地的作法，是近代数位影像编码技术的一项突破。即是WAVELET的概念引入编码技术中。

WAVELET转换在数位影像转换技术上算是新秀，然而在太空科技早已行之有年，像探测卫星和哈柏望远镜传输影像回地球，和医学上的光纤影像，早就开始用WAVELET的原理压缩/还原影像资料，而且有压缩率极佳与原影重现的效果。

以往lossless的编码法只着重压缩演算法的表现，将数位化的影像资料一丝不漏的送去压缩，所以还原回来的资料和原始资料分毫无差，但是此种压缩法的压缩率不佳。将数位化的影像资料转换成利於编码的资料型态，控制解码後影像的品质，选择适当的编码法，而且还在撷取图形资料时，先帮资料「减肥」。如此才是WAVELET编码法主要的观念。

二、影像压缩过程

原始图形资料→色彩模式转换→DCT转换→量化器→编码器→编码结束

三、编码的基本要素有三点

（一）一种压缩/还原的转换可表现在影像上的。

（二）其转换的系数是可以量化的。

（三）其量化的系数是可以用函数编码的。

四、现有WAVELET影像压缩工具主要的部份

（一）WaveletTransform（WAVELET转换）：将图形均衡的分割成任何大小，最少压缩二分之一。

（二）Filters（滤镜）：这部份包含WaveletTransform，和一些着名的压缩方法。

（三）Quantizers（量化器）：包含两种格式的量化，一种是平均量化，一种是内插量化，对编码的架构有一定的影响。

（四）EntropyCoding（熵编码器）：有两种格式，一种是使其减少，一种为内插。

（五）ArithmeticCoder（数学公式）：这是建立在AlistairMoffat''''slineartimecodinghistogram的基础上。

（六）BitAllocation（资料分布）：这个过程是用整除法有效率的分配任何一种量化。

肆、WAVELET影像压缩未来的发展趋势

一、在其结构上加强完备性。

二、修改程式，使其可以处理不同模式比率的影像。

三、支援更多的色彩。可以处理RGB的色彩，像是YIQ、HUV的色彩定义都可以分别的处理。

四、加强运算的能力，使其可支援更多的影像格式。

五、使用WAVELET转换藉由消除高频率资料增加速率。

六、增加多种的WAVELET。如：离散、零元树等。

七、修改其数学编码器，使资料能在数学公式和电脑的位元之间转换。

八、增加8X8格的DCT模式，使其能做JPEG的压缩。

九、增加8X8格的DCT模式，使其能重叠。

十、增加trelliscoding。

十一、增加零元树。

现今已有由中研院委托国内学术单位研究，也有不少的研究所的硕士。国外更是如火如荼的展开研究。相信实际应用於实务上的日子指日可待。

伍、影像压缩研究的方向

1.输入装置如何捕捉真实的影像而将其数位化。

2.如何将数位化的影像资料转换成利於编码的资料型态。

3.如何控制解码影像的品质。

4.如何选择适当的编码法。

5.人的视觉系统对影像的反应机制。

小波分析，无论是作为数学理论的连续小波变换，还是作为分析工具和方法的离散小波变换，仍有许多可被研究的地方，它是近几年来在工具及方法上的重大突破。小波分析是傅利叶（Fourier）分析的重要发展，他保留了傅氏理论的优点，又能克服其不足之处。

陆、在印刷输出的应用

WAVELET影像压缩格式尚未成熟的情况下，作为印刷输出还嫌太早。但是後续发展潜力无穷，尤其在网路出版方面，其利用价值更高，WAVELET的出现就犹如当时的JPEG出现，在影像的领域中掀起一股旋风，但是WAVELET却有JPEG没有的优点，JPEG乃是失真压缩，且解码後复原程度有限，能在网路应用，乃是由於电脑的解析度并不需要太高，就可辨识其图形。而印刷所需的解析度却需一定的程度。WAVELET虽然也是失真压缩，但是解码後却可以还原资料到几乎完整还原，如此的压缩才有存在的价值。

有一点必须要提出的就是，并不是只要资料还原就可以用在印刷上，还需要有解读其档案的RIP，才能用於数位印刷上。等到WAVELET的应用成熟，再发展其适用的RIP，又是一段时间以後的事了。

在网路出版上已经有浏览器可以外挂读取WAVELET档案的软体了，不过还是测试版，可是以後会在网路上大量使用，应该是未来的趋势。对於网路出版应该是一阵不小的冲击。

图像压缩的好处是在於资料传输快速，减少网路的使用费用，增加企业的利润，由於传版的时间减少，也使印刷品在当地印刷的可能性增高，减少运费，减少开支，提高时效性，创造新的商机。

柒、结论

WAVELET的理论并不是相当完备，但是据现有的研究报告显现，到普及应用的阶段，还有一段距离。但小波分析在信号处理、影像处理、量子物理及非线性科学领域上，均有其应用价值。国内已有正式论文研究此一压缩模式。但有许多名词尚未有正式的翻译，各自有各自的翻译，故研究起来倍感辛苦。但相信不久即会有正式的定名出现。这也显示国内的研究速度，远落在外国的後面，国外已成立不少相关的网站，国内仅有少数的相关论文。如此一来国内要使这种压缩模式普及还有的等。正式使用於印刷业更是要相当时间。不过对於网路出版仍是有相当大的契机，国内仍是可以朝这一方面发展的。站在一个使用其成果的角度，印刷业界也许并不需要去了解其高深的数理理论。但是在运用上，为了要使用方便，和预估其发展趋势，影像压缩的基本概念却不能没有。本篇文章单纯的介绍其中的一种影像压缩模式，目的在为了使後进者有一参考的依据，也许在不久的将来此一模式会成为主流，到时才不会手足无措。

参考文献：

1.GeoffDavis，1997，WaveletImageCompressionConstructionKit，。

2.张维谷.小宇宙工作室，初版1994，影像档宝典.WINDOWS实作（上），峰资讯股份有限公司。

3.张维谷.小宇宙工作室，初版1994，影像档宝典.WINDOWS实作（下），峰资讯股份有限公司。

4.施威铭研究室，1994，PC影像处理技术（二）图档压缩续篇，旗标出版有限公司。

5.卢永成，民八十七年，使用小波转换及其在影像与视讯编码之应用，私立中原大学电机工程学系硕士学位论文。

6.江俊明，民八十六年，小波分析简介，私立淡江大学物理学系硕士论文。

7.曾泓瑜、陈曜州，民八十三年，最新数位讯号处理技术（语音、影像处理实务），全欣资讯图书。

附录：

嵌入式零元树小波转换、阶层式嵌入式零元树小波转换、阶层式影像传送及渐进式影像传送

目前网路最常用的静态影像压缩模式为JPEG格式或是GIF格式等。但是利用这些格式编码完成的影像，其资料量是不变的，其接受端必须完整地接受所有的资料量後才可以显示出编码端所传送的完整影像。这个现象最常发生在利用网路连结WWW网站时，我们常常都是先接收到文字後，其网页上的图形才，慢慢的一小部份一小部份显示出来，有时网路严重塞车，图形只显示一点点後就要再等非常久的时间才再有一点点显示出来，甚至可能断线了，使得使用者完全不知道在接收什麽图案的图形，无形中造成网路资源的浪费。此缺点之改善，可以使用嵌入式零元树小波转换(EZW)来完成。

阶层式影像传送系统的主要功能为允许不同规格之显示装置或解码器可以从同一编码器中获得符合其要求之讯号，如此不需要对於不同的解码器设计不同的编码器配合利用之，进而增加了其应用的范围，及减低了所架设系统的复杂度，也可以节省更多的设备费用。利用Shapiro所提出的嵌入式零元树小波转换(EZW)技术来设计阶层式影像传送系统时，其编码的效果不是很好。主要的原因是，利用(EZW)技术所设计的编码器是根据影像的全解析度来加以编码的，这使得拥有不同解析度与码率要求的解码器，无法同时分享由编码器所送出来的位元流。虽然可以利用同时播放(Simulcast)技术来加以克服之，但是该技术对於同一影像以不同解析度独立编码时，将使得共同的低通次频带(LowpassSubband)被重复的编码与传送，而产生了相当高的累赘(Redundancy)。

基於上述情况，有人将嵌入式零元树小波转换(EZW)技术加以修改之，完成了一个新式的阶层式影像传送系统。该技术为阶层式嵌入的零元树小波转换(LayeredEmbeddedZerotreeWavelet，简称LEZW技术。这个技术使我们所设计出来的阶层式影像传送系统，可以在编码传送前预先指定图层数目、每层影像的解析度与码率。

LEZW技术是将EZW技术中的连续近似量化(SAQ)加以延伸应用之，而EZW传统的做法是将SAQ应用於全部的小波转换系数上。然而在LEZW技术中，从基层(BaseLayer)开始SAQ一次仅用於一个图层(Layer)的编码，直到最高阶析度的图层为止。当编码的那一图层码率利用完时，即表示该图层编码完毕可以再往下一图层编码之。为了改善LEZW的效率，在较低图层的SAQ结果应用於较高图层的SAQ过程中，基於这种编码的程序，LEZW演算法则可以在每一图层平均码率的限制下，重建出不同解析度的影像。因此，LEZW非常适合用於设计阶层式影像传送系统。“公务员之家有”版权所

LEZW技术也可以应用於渐进式传送，对於一个渐进式影像传送系统而言，控制其解析度将可以改善重建影像的视觉品质。而常用的渐进式传送方法有使用向量量化器或零元树资料结构编码演算法则。但是向量量化器需要较大的记忆体及对与传送中的错误敏威，而利用EZW技术所设计的渐进式影像传送系统，可以改善这些缺点，所以享有较好的效能。但是它也有缺点就是，应用於渐进式传送时是根据全解析度来做编码及传送，因此在低码率的限制之下时，若用全解析度来显示影像将使得影像模糊不清。所以在低码率传送时的影像以较低的解析度来显示时，则可以使影像的清晰度有所改善。

编码技术论文范文篇10

由於在现今资讯流通普遍的社会中，影像的需求量越来越大，影像的数位化是必然的趋势。然而在数位化过的影像所占的资料量又相当庞大，在传输与处理上皆有所不便。将资料压缩是最好的方法。如今有一新的模式，在压缩率及还原度皆有不错的表现，为其尚未有一标准的格式，故在应用上尚未普及。但在不久的未来，其潜力不可限量。而影像之於印刷有密不可分的关系。故以此篇文章介绍小波（WAVELET）转换的历史渊源。小波转换的基础原理。现今的发展对印刷业界的冲击。影像压缩的未来的发展。

壹、前言

由於科技日新月异，印刷已由传统印刷走向数位印刷。在数位化的过程中，影像的资料一直有档案过大的问题，占用记忆体过多，使资料在传输上、处理上都相当的费时，现今个人拥有TrueColor的视讯卡、24-bit的全彩印表机与扫描器已不再是天方夜谭了，而使用者对影像图形的要求，不仅要色彩繁多、真实自然，更要搭配多媒体或动画。但是相对的高画质视觉享受，所要付出的代价是大量的储存空间，使用者往往只能眼睁睁地看着体积庞大的图档占掉硬碟、磁带和光碟片的空间；美丽的图档在亲朋好友之间互通有无，是天经地义的事，但是用网路传个640X480TrueColor图形得花3分多钟，常使人哈欠连连，大家不禁心生疑虑，难道图档不能压缩得更小些吗？如此报业在传版时也可更快速。所以一种好的压缩格式是不可或缺的，可以使影像所占的记忆体更小、更容易处理。但是目前市场上所用的压缩模式，在压缩的比率上并不理想，失去压缩的意义。不然就是压缩比例过大而造成影像失真，即使数学家与资讯理论学者日以继夜，卯尽全力地为lossless编码法找出更快速、更精彩的演算法，都无可避免一个尴尬的事实：压缩率还是不够好。再说用来印刷的话就造成影像模糊不清，或是影像出现锯齿状的现象。皆会造成印刷输出的问题。影像压缩技术是否真的穷途末路？请相信人类解决难题的潜力是无限的。既然旧有编码法不够管用，山不转路转，科学家便将注意力移转到WAVELET转换法，结果不但发现了满意的解答，还开拓出一条光明的坦途。小波分析是近几年来才发展出来的数学理论。小波分析，无论是作为数学理论的连续小波变换，还是作为分析工具和方法的离散小波变换，仍有许多可被研究的地方，它是近几年来在工具及方法上的重大突破。小波分析是傅利叶（Fourier）分析的重要发展，他保留了傅氏理论的优点，又能克服其不足之处。可达到完全不失真，压缩的比率也令人可以接受。由於其数学理论早在1960年代中叶就有人提出了，而到现在才有人将其应用於实际上，其理论仍有相当大的发展空间，而其实际运用也属刚起步，其後续发展可说是不可限量。故研究的动机便由此而生。

贰、WAVELET的历史起源

WAVELET源起於JosephFourier的热力学公式。傅利叶方程式在十九世纪初期由JosephFourier(1768-1830)所提出，为现代信号分析奠定了基础。在十九到二十世纪的基础数学研究领域也占了极重要的地位。Fourier提出了任一方程式，甚至是画出不连续图形的方程式，都可以有一单纯的分析式来表示。小波分析是近几年来才发展出来的数学理论为傅利叶方程式的延伸。

小波分析方法的提出可追溯到1910年Haar提出的小波规范正交基。其後1984年，法国地球物理学J.Morlet在分析地震波的局部性质时，发现传统的傅利叶转换，难以达到其要求，因此引进小波概念於信号分析中，对信号进行分解。随後理论物理学家A.Grossman对Morlet的这种信号根据一个确定函数的伸缩，平移系{a-1/2Ψ[(x-b)/a]；a,b?R,a≠0}展开的可行性进行了研究，为小波分析的形成开了先河。

1986年，Y.Meyer建构出具有一定衰减性的光滑函数Ψj,k(x)，其二进制伸缩与平移系{Ψj,k(x)=√2jΨ(2jx-k)；j,k?Z}构成L2（R）的规范正交基。1987年，Mallat巧妙的将多分辨分析的思想引入到小波分析中，建构了小波函数的构造及信号按小波转换的分解及重构。1988年Daubechies建构了具有正交性（Orthonormal）及紧支集（CompactlySupported）；及只有在一有限区域中是非零的小波，如此，小波分析的系统理论得到了初步建立。

三、WAVELET影像压缩简介及基础理论介绍

一、WAVELET的压缩概念

WAVELET架在三个主要的基础理论之上，分别是阶层式边码(pyramidcoding)、滤波器组理论(filterbanktheory)、以及次旁带编码(subbandcoding)，可以说wavelettransform统合了此三项技术。小波转换能将各种交织在一起的不同频率组成的信号，分解成不相同频率的信号，因此能有效的应用於编码、解码、检测边缘、压缩数据，及将非线性问题线性化。良好的分析局部的时间区域与频率区域的信号，弥补傅利叶转换中的缺失，也因此小波转换被誉为数学显微镜。

WAVELET并不会保留所有的原始资料，而是选择性的保留了必要的部份，以便经由数学公式推算出其原始资料，可能不是非常完整，但是可以非常接近原始资料。至於影像中什度要保留，什麽要舍弃，端看能量的大小储存（跟波长与频率有关）。以较少的资料代替原来的资料，达到压缩资料的目的，这种经由取舍资料而达到压缩目地的作法，是近代数位影像编码技术的一项突破。即是WAVELET的概念引入编码技术中。

WAVELET转换在数位影像转换技术上算是新秀，然而在太空科技早已行之有年，像探测卫星和哈柏望远镜传输影像回地球，和医学上的光纤影像，早就开始用WAVELET的原理压缩/还原影像资料，而且有压缩率极佳与原影重现的效果。

以往lossless的编码法只着重压缩演算法的表现，将数位化的影像资料一丝不漏的送去压缩，所以还原回来的资料和原始资料分毫无差，但是此种压缩法的压缩率不佳。将数位化的影像资料转换成利於编码的资料型态，控制解码後影像的品质，选择适当的编码法，而且还在撷取图形资料时，先帮资料「减肥」。如此才是WAVELET编码法主要的观念。

二、影像压缩过程

原始图形资料→色彩模式转换&n

bsp;→DCT转换→量化器→编码器→编码结束

三、编码的基本要素有三点

（一）一种压缩/还原的转换可表现在影像上的。

（二）其转换的系数是可以量化的。

（三）其量化的系数是可以用函数编码的。

四、现有WAVELET影像压缩工具主要的部份

（一）WaveletTransform（WAVELET转换）：将图形均衡的分割成任何大小，最少压缩二分之一。

（二）Filters（滤镜）：这部份包含WaveletTransform，和一些着名的压缩方法。

（三）Quantizers（量化器）：包含两种格式的量化，一种是平均量化，一种是内插量化，对编码的架构有一定的影响。

（四）EntropyCoding（熵编码器）：有两种格式，一种是使其减少，一种为内插。

（五）ArithmeticCoder（数学公式）：这是建立在AlistairMoffat''''slineartimecodinghistogram的基础上。

（六）BitAllocation（资料分布）：这个过程是用整除法有效率的分配任何一种量化。

肆、WAVELET影像压缩未来的发展趋势

一、在其结构上加强完备性。

二、修改程式，使其可以处理不同模式比率的影像。

三、支援更多的色彩。可以处理RGB的色彩，像是YIQ、HUV的色彩定义都可以分别的处理。

四、加强运算的能力，使其可支援更多的影像格式。

五、使用WAVELET转换藉由消除高频率资料增加速率。

六、增加多种的WAVELET。如：离散、零元树等。

七、修改其数学编码器，使资料能在数学公式和电脑的位元之间转换。

八、增加8X8格的DCT模式，使其能做JPEG的压缩。

九、增加8X8格的DCT模式，使其能重叠。

十、增加trelliscoding。

十一、增加零元树。

现今已有由中研院委托国内学术单位研究，也有不少的研究所的硕士。国外更是如火如荼的展开研究。相信实际应用於实务上的日子指日可待。

伍、影像压缩研究的方向

1.输入装置如何捕捉真实的影像而将其数位化。

2.如何将数位化的影像资料转换成利於编码的资料型态。

3.如何控制解码影像的品质。

4.如何选择适当的编码法。

5.人的视觉系统对影像的反应机制。

小波分析，无论是作为数学理论的连续小波变换，还是作为分析工具和方法的离散小波变换，仍有许多可被研究的地方，它是近几年来在工具及方法上的重大突破。小波分析是傅利叶（Fourier）分析的重要发展，他保留了傅氏理论的优点，又能克服其不足之处。

陆、在印刷输出的应用

WAVELET影像压缩格式尚未成熟的情况下，作为印刷输出还嫌太早。但是後续发展潜力无穷，尤其在网路出版方面，其利用价值更高，WAVELET的出现就犹如当时的JPEG出现，在影像的领域中掀起一股旋风，但是WAVELET却有JPEG没有的优点，JPEG乃是失真压缩，且解码後复原程度有限，能在网路应用，乃是由於电脑的解析度并不需要太高，就可辨识其图形。而印刷所需的解析度却需一定的程度。WAVELET虽然也是失真压缩，但是解码後却可以还原资料到几乎完整还原，如此的压缩才有存在的价值。

有一点必须要提出的就是，并不是只要资料还原就可以用在印刷上，还需要有解读其档案的RIP，才能用於数位印刷上。等到WAVELET的应用成熟，再发展其适用的RIP，又是一段时间以後的事了。

在网路出版上已经有浏览器可以外挂读取WAVELET档案的软体了，不过还是测试版，可是以後会在网路上大量使用，应该是未来的趋势。对於网路出版应该是一阵不小的冲击。

图像压缩的好处是在於资料传输快速，减少网路的使用费用，增加企业的利润，由於传版的时间减少，也使印刷品在当地印刷的可能性增高，减少运费，减少开支，提高时效性，创造新的商机。

柒、结论

WAVELET的理论并不是相当完备，但是据现有的研究报告显现，到普及应用的阶段，还有一段距离。但小波分析在信号处理、影像处理、量子物理及非线性科学领域上，均有其应用价值。国内已有正式论文研究此一压缩模式。但有许多名词尚未有正式的翻译，各自有各自的翻译，故研究起来倍感辛苦。但相信不久即会有正式的定名出现。这也显示国内的研究速度，远落在外国的後面，国外已成立不少相关的网站，国内仅有少数的相关论文。如此一来国内要使这种压缩模式普及还有的等。正式使用於印刷业更是要相当时间。不过对於网路出版仍是有相当大的契机，国内仍是可以朝这一方面发展的。站在一个使用其成果的角度，印刷业界也许并不需要去了解其高深的数理理论。但是在运用上，为了要使用方便，和预估其发展趋势，影像压缩的基本概念却不能没有。本篇文章单纯的介绍其中的一种影像压缩模式，目的在为了使後进者有一参考的依据，也许在不久的将来此一模式会成为主流，到时才不会手足无措。

参考文献：

1.Geoff&nb

sp;Davis，1997，WaveletImageCompressionConstructionKit，。

2.张维谷.小宇宙工作室，初版1994，影像档宝典.WINDOWS实作（上），峰资讯股份有限公司。

3.张维谷.小宇宙工作室，初版1994，影像档宝典.WINDOWS实作（下），峰资讯股份有限公司。

4.施威铭研究室，1994，PC影像处理技术（二）图档压缩续篇，旗标出版有限公司。

5.卢永成，民八十七年，使用小波转换及其在影像与视讯编码之应用，私立中原大学电机工程学系硕士学位论文。

6.江俊明，民八十六年，小波分析简介，私立淡江大学物理学系硕士论文。

7.曾泓瑜、陈曜州，民八十三年，最新数位讯号处理技术（语音、影像处理实务），全欣资讯图书。

附录：

嵌入式零元树小波转换、阶层式嵌入式零元树小波转换、阶层式影像传送及渐进式影像传送

目前网路最常用的静态影像压缩模式为JPEG格式或是GIF格式等。但是利用这些格式编码完成的影像，其资料量是不变的，其接受端必须完整地接受所有的资料量後才可以显示出编码端所传送的完整影像。这个现象最常发生在利用网路连结WWW网站时，我们常常都是先接收到文字後，其网页上的图形才，慢慢的一小部份一小部份显示出来，有时网路严重塞车，图形只显示一点点後就要再等非常久的时间才再有一点点显示出来，甚至可能断线了，使得使用者完全不知道在接收什麽图案的图形，无形中造成网路资源的浪费。此缺点之改善，可以使用嵌入式零元树小波转换(EZW)来完成。

阶层式影像传送系统的主要功能为允许不同规格之显示装置或解码器可以从同一编码器中获得符合其要求之讯号，如此不需要对於不同的解码器设计不同的编码器配合利用之，进而增加了其应用的范围，及减低了所架设系统的复杂度，也可以节省更多的设备费用。利用Shapiro所提出的嵌入式零元树小波转换(EZW)技术来设计阶层式影像传送系统时，其编码的效果不是很好。主要的原因是，利用(EZW)技术所设计的编码器是根据影像的全解析度来加以编码的，这使得拥有不同解析度与码率要求的解码器，无法同时分享由编码器所送出来的位元流。虽然可以利用同时播放(Simulcast)技术来加以克服之，但是该技术对於同一影像以不同解析度独立编码时，将使得共同的低通次频带(LowpassSubband)被重复的编码与传送，而产生了相当高的累赘(Redundancy)。

基於上述情况，有人将嵌入式零元树小波转换(EZW)技术加以修改之，完成了一个新式的阶层式影像传送系统。该技术为阶层式嵌入的零元树小波转换(LayeredEmbeddedZerotreeWavelet，简称LEZW技术。这个技术使我们所设计出来的阶层式影像传送系统，可以在编码传送前预先指定图层数目、每层影像的解析度与码率。

LEZW技术是将EZW技术中的连续近似量化(SAQ)加以延伸应用之，而EZW传统的做法是将SAQ应用於全部的小波转换系数上。然而在LEZW技术中，从基层(BaseLayer)开始SAQ一次仅用於一个图层(Layer)的编码，直到最高阶析度的图层为止。当编码的那一图层码率利用完时，即表示该图层编码完毕可以再往下一图层编码之。为了改善LEZW的效率，在较低图层的SAQ结果应用於较高图层的SAQ过程中，基於这种编码的程序，LEZW演算法则可以在每一图层平均码率的限制下，重建出不同解析度的影像。因此，LEZW非常适合用於设计阶层式影像传送系统。

LEZW技术也可以应用於渐进式传送，对於一个渐进式影像传送系统而言，控制其解析度将可以改善重建影像的视觉品质。而常用的渐进式传送方法有使用向量量化器或零元树资料结构编码演算法则。但是向量量化器需要较大的记忆体及对与传送中的错误敏威，而利用EZW技术所设计的渐进式影像传送系统，可以改善这些缺点，所以享有较好的效能。但是它也有缺点就是，应用於渐进式传送时是根据全解析度来做编码及传送，因此在低码率的限制之下时，若用全解析度来显示影像将使得影像模糊不清。所以在低码率传送时的影像以较低的解析度来显示时，则可以使影像的清晰度有所改善。